PulseAugur
中
实时 17:20:00
English(EN) Same Compression Principle, Different Geometry: Rate-Distortion Signatures Dissociate Biological and Artificial Visual Systems

率失真理论揭示人脑与人工智能视觉系统不同的压缩几何形状

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一个新的框架，使用率失真理论（RDT）来分析生物和人工智能视觉系统如何压缩信息。该方法通过测量准确性和效率之间的权衡来表征压缩策略，并用几何特征总结每个系统：率失真曲线下的斜率、曲率和面积。将此应用于人类心理物理学数据和18个深度视觉模型后发现，虽然两个系统都遵循压缩原理，但它们在率失真空间中占据不同的区域，人类表现出比深度网络的脆弱机制更灵活的权衡。 AI

排序理由 该集群包含一篇详细介绍新研究方法和发现的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

率失真理论揭示人脑与人工智能视觉系统不同的压缩几何形状

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Leyla Roksan Caglar, Pedro A. M. Mediano, Baihan Lin ·

    相同的压缩原理，不同的几何形状：率失真特征区分生物和人工智能视觉系统

    arXiv:2603.01568v2 Announce Type: replace Abstract: Efficient coding theory predicts that biological perceptual systems compress sensory input optimally under resource constraints, with the systematic structure of errors reflecting the geometry of that compression. Here we operat…

相关话题