{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部分”：[[2022,3,28]]，“日期-时间”：“2022-03-28T23:05:54Z”，“时间戳”：1648508754857}，“引用-计数”：22，“出版商”：“麻省理工学院出版社-期刊”，“问题”：“5”，“内容-域”：{-“域”：[]，“交叉标记限制”：false}，”short-container-title“：[“神经计算”]，“published-print”：{“date-parts”：[[2001,5,1]]}，“abstract”：“本文分析表明，产生定向和局部感受野的单细胞学习规则，当其突触权重根据零先验信息的合理假设随机独立初始化时，将生成在二维平移、旋转、，以及尺度放大，前提是其训练图像的统计信息在这些变换下具有足够的不变性。这些代码跨越不同的图像位置、方向和大小比例，具有同等的经济性。因此，单细胞规则可以解释皮层单细胞代码的空间尺度特性。这种预测是通过使用自然场景进行训练来进行计算测试的；已经证明了单细胞学习规则可以产生跨越整个方位、图像位置等范围的简单细胞感受野，和空间频率（由于图像边界和有限的像素分辨率，数字采样图像统计的尺度不变性最终必须破坏的极端高频和低频除外）。因此，不需要对完整性或单元之间的任何其他耦合进行约束，就可以诱导视觉代码跨越广泛的位置、方向和尺寸范围。这一预测是使用自发对称破缺理论进行的，我们之前已经证明，该理论也可以解释神经元响应中各种变换不变性的数据驱动自组织，例如复杂细胞响应的平移不变性<\/jats:p>“，”DOI“：”10.1162\/08997660151134316“，”type“：”journal-article“，”created“：{”date-parts“：[[2002,7,27]]，”date-time“：”2002-07-27T11:55:01Z“，”timestamp“：1027770901000}，”page“：“1023-1043”，“source”：“Crossref”，“is-referenced-by-count”：0，“title”：[“单细胞学习规则中视觉代码完整性和空间尺度的自发对称破缺理论预测“]，”前缀“：”10.1162“，”卷“：”13“，”作者“：[{”给定“：”克里斯J.Sdoi-asserted-by“：”publisher“，”doi“：”10.1016\/S0042-6989（97）00121-1“}，{“key”：“p_2”，“doi-assert-by”：“publisher”，“doi”：“10.1162\/08997669830017142”}，“key“：”p_3“，“doi”：“10.1002\/cpa.3160410705”}，{“键”：“p_6”，“首页”：“1”，“卷”：“0”，“author“：”Deriugin N.G.“，”year“：”1956“，”journal-title“：”Telecommunications“}，{“key”：“p_7”，“doi-asserted-by”：“publisher”，“doi”：“10.1016\/0042-6989（82）90113-4”}，“key“：”p_8“，”doi-assert-by“：”publisher“，doi“：”10.1162\/neco.1996.4.559“}，{“key”：“p_10”，“doi-asserted-by”：“publisher“，”DOI“：”10.2307\/2289161“}，{“key”：“p_11”，“DOI-asserted-by”：“publisher”，“DOI”：“10.1109\/T-C.1974.224051”}，“key“：”p_13“，”DOI-assert-by“：”publisher.7.1483“}，{”key“：”p_15“，”DOI-asserted-by“：”publisher“，”DOI“：”10.1007\/BF00336961“}，{“key”：“p_16”，“doi-asserted-by”：“publisher”，“doi”：“10.1162\/neco.1994.6.1.127”}，}“key”：”p_17“，”doi-assert-by“：”publisher“，”doi“：”10.1038\/381607a0“}“，{”key“：”p_18“，”doi-assertd-by“：”publisher“，”DI:“10.1088\/0954-898X\/5\/006”}{“key”：“p_19”，“doi-asserted-by”：“publisher”，“doi”：“10.1098\/rspb.1998.0303”}，{“密钥”：“p20”，“doi-asserted-by“：”publisher“，”doi“：”10.1088\/0954-898X\/2\/1\/003“}，{“key”：“p_21”，“doi-assert-by”：“publisher”，“doi”：“10.1088\/0954-888X_2_2_003”}，“key“：”p_22“，”doi-asserted-by“serted-by“：”publisher“，”doi“：”10.1088\/0954-898X_8_4_005“}，{“key”：“p_24”，“doi-asserted-by”：“publisher“，”DOI“：”10.1162\/089976600300015718“}]，”container-title“：[”Neural Computation“]，”original-title”：[]，“language”：“en”，“link”：[{“URL”：“https:\\/www.mitpressjournals.org\/DOI\/pdf\/10.1162\/08987660151134316”，“content-type”：“unspecified”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{date-parts“：[[2021,3,12]，”date-time“：”2021-03-12T21:48:49Z“，”timestamp“：1615585729000}，”score“：1，”resource“：{”primary“：”URL“：”https:\/\/direct.mit.edu\/neco\/article\/13\/5\/1023-1043\/6507“}}，“subtitle”：[]，“shorttitle”：[]，“issued”：{“date-partts”：[2001,5,1]]}，：22，“新闻发布”：{“发布”：“5”，“发布发布”：date-parts“：[[2001,5,1]]}}，”alternative-id“：[”10.1162\/08997660151134316“]，”URL“：”http://\/dx.doi.org\/10.1162\/089876601511314316“，”relation“：{}，“ISSN”：[”0899-7667“，”1530-888X“]，“ISSN-type”：[{“value”：“0899-76.67”，“type”:“print”}，{“value”：“1530-888”，“类型”：“电子”}]，“主题”：[]，“发布”：{“日期部分”：[[2001,5,1]]}}