Usando a aproximação da aprendizagem de máquina para desembaraçar como o cérebro processa, armazena a informação visual

Os cientistas do instituto de Salk (EUA), o Skoltech (Rússia), e o centro de Riken para a ciência de cérebro (Japão) investigaram um modelo teórico de como as populações dos neurônios no córtice visual do cérebro podem reconhecer e as faces do processo e suas expressões diferentes e de como são organizados. A pesquisa recentemente foi publicada na computação neural e destacada sobre sua tampa.

Os seres humanos têm capacidades surpreendentes para reconhecer um grande número de faces individuais e para interpretar as expressões faciais jorram extremamente. Estas capacidades jogam um papel chave em interacções sociais humanas. Contudo, como o cérebro humano processa e lojas tal informação visual complexa é compreendida ainda deficientemente.

Os cientistas Anh-Huy Phan e Andrzej Cichocki de Skoltech, com seus colegas dos E.U. e do Japão, Sidney Lehky e Keiji Tanaka, decidiram compreender melhor como o córtice visual processa e armazena relativo à informação ao reconhecimento de face. Sua aproximação foi baseada na ideia que um rosto humano pode conceptual ser representado enquanto uma coleção das peças ou dos componentes, incluindo os olhos, a sobrancelha, o nariz, a boca, etc. Usando uma aproximação da aprendizagem de máquina, aplicaram um algoritmo novo do tensor para decompr as faces em um grupo de componentes ou as imagens chamaram tensorfaces assim como seus pesos associados, e representaram as faces por combinações lineares daqueles componentes. Desta maneira, constroem um modelo matemático que descreve o trabalho dos neurônios envolvidos no reconhecimento de face.

Nós usamos decomposições novas do tensor para representar as faces como um grupo de componentes com a complexidade especificada, que pode ser interpretada como as pilhas modelo da face e indicar que as representações do rosto humano consistem em uma mistura pilhas de baixas e da media-complexidade da face.”

Professor Andrzej Cichocki de Skoltech

Source:
Journal reference:

Lehky, S.R., et al. (2020) Face Representations via Tensorfaces of Various Complexities. Neural Computation. doi.org/10.1162/neco_a_01258.