迈克尔·曼根;芭芭拉·韦伯 建模将记忆放在蟋蟀身上。 （英语） Zbl 1266.92072号 生物、网络。 101，第4号，307-323（2009）. 小结：昆虫可以通过周围的视觉线索记忆并返回到感兴趣的地方。在之前的实验中，我们发现蟋蟀可以在炎热的环境中找到一个看不见的冷点。他们在自然场景的环绕下最有效地做到了这一点，尽管他们也可以在家里建造独特的地标或空白的墙壁。然而，当视觉线索通过一个黑暗的控制装置被移除时，回零并没有成功。在这里，我们使用相同的视觉环境比较了六种不同的视觉归巢模型。只有被认为在生物学上可能被昆虫使用的模型才得以实现。平均地标矢量模型和一阶差分光流在至少一种视觉环境中都无法比偶然更好地归宿。二阶差分光流和图像差异梯度下降在所有视觉环境中都比偶然更好，在自然场景环境中效果最好，但在数量上与蟋蟀数据的分布不匹配。两个模型，重心平均地标向量和图像差异上的RunDown，可以产生与蟋蟀观察到的结果相同的模式。这两个模型在使用简单的二值图像时表现最佳，并且对分辨率和图像平滑的变化具有鲁棒性。 引用于1文件 MSC公司： 92D50型 动物行为 92C20美元 神经生物学 关键词：昆虫学习;视觉导航;归航模型 PDF格式BibTeX公司 XML格式引用 \textit｛M.Mangan｝和\textit｛B.Webb｝，生物。赛博。101，第4号，307--323（2009；Zbl 1266.92072） 全文： 内政部 参考文献： [1] Binding D，Labrosse F（2006）使用扭曲全景图像的视觉局部导航。收录：吉尔福德萨里大学《走向自主机器人系统学报》，第19-26页 [2] Cartwright B，Collett TS（1983）《蜜蜂学习的里程碑》。《复合生理学杂志》A 151:521–543。doi:10.1007/BF00605469·doi:10.1007/BF00605469 [3] Cheung A，Stürzl W，Zeil J，Cheng K（2008）全景图像的信息内容II：非矩形实验场中的基于视图的导航。实验心理动画行为过程34（1）：15-30。文件编号：10.1037/0097-7403.34.1.15·文件编号：10.1037/0097-7403.34.1.15 [4] Collett T，Collett M（2002）昆虫视觉导航中的记忆使用。《国家神经科学评论》3（7）：542-552。doi:10.1038/nrn872·Zbl 0431.62020号 ·doi:10.1038/nrn872 [5] Franz M，Schölkopf B，Mallot H，Bnlthoff H（1998）我在哪里拍的快照？基于场景的图像匹配归巢。生物网络79:191–202·Zbl 0907.92037号 ·doi:10.1007/s004220050470 [6] Fukushi T（2001）《木蚁中的归巢》，日本蚁：天际线全景的使用。实验生物学杂志204:2063–2072 [7] Graham P，Cheng K（2009）澳大利亚沙漠蚂蚁的自然全景图的哪一部分用于基于视图的导航？《复合生理学杂志》195（7）：681–689。doi:10.1007/s00359-009-0443-6·doi:10.1007/s00359-009-0443-6 [8] Hafner V（2001）《自适应寻的——机器人探索之旅》。改编Behav 9:131–141。doi:10.1177/10597123010093002·doi:10.1177/10597123010093002 [9] Labhart T，Hodel B，Valenzuela I（1984）蟋蟀复眼的生理学，特别是解剖学上特殊的背部边缘区域。《复合生理学杂志》A 155（3）：289–296。doi:10.1007/BF00610582·doi:10.1007/BF00610582 [10] Labhart T，Petzold J，Helbling H（2001）蟋蟀极化敏感中间神经元的空间整合：证据、机制和益处的调查。实验生物学杂志204:2423–2430 [11] Lambrinos D，Möller R，Labhart T，Pfeifer R，Wehner R（2000）采用昆虫策略进行导航的移动机器人。Rob Auton系统30:39-64。doi:10.1016/S0921-8890（99）00064-0·doi:10.1016/S0921-8890（99）00064-0 [12] Land M（1997）《昆虫的视力》。昆虫学年鉴42:147–177。doi:10.1146/anurev.ento.42.1.147·doi:10.1146/anurev.ento.42.1.147 [13] Mizunami M、Weibrecht JM、Strausfeld NJ（1998）《蟑螂的蘑菇体：它们在位置记忆中的参与》。《计算机神经学杂志》402（4）：520–537。doi:10.1002/（SICI）1096-9861（19981228）402:4<；520:：AID-CNE6>；3.0.CO；2公里·doi:10.1002/（SICI）1096-9861（19981228）402:4<520:：AID-CNE6>3.0.CO；2公里 [14] Möller R，Vardy A（2006）局部视觉寻的匹配滤波器下降在图像距离。生物网络95:413–430。doi:10.1007/s00422-006-0095-3·Zbl 1129.92021号 ·doi:10.1007/s00422-006-0095-3 [15] Möller R，Lambrinos D，Roggendorf T，Pfeifer R，Wehner R（2001）移动机器人视觉归巢的昆虫策略。生物机器人–方法和应用。AAAI出版社，剑桥，第3章，第37–66页 [16] Möller R，Vardy A，Kreft S，Ruwisch S（2007），具有各向异性地标分布的环境中的视觉归巢。Auton Rob 23（1）：231-245。数字对象标识代码：10.1007/s10514-007-9043-x·数字对象标识代码：10.1007/s10514-007-9043-x [17] Morris RG、Garrud P、Rawlins JN、O'Keefe J（1982）《海马损伤大鼠的导航障碍》。《自然》297（5868）：681–683。数字对象标识代码：10.1038/297681a0·数字对象标识代码：10.1038/297681a0 [18] Stürzl W，Cheung A，Cheng K，Zeil J（2008）全景图像的信息内容I：矩形实验场地中的旋转误差和视图相似性。实验心理动画行为过程34（1）：1-14。doi:10.1037/0097-7403.34.1.1·doi:10.1037/0097-7403.34.1.1 [19] Vardy A（2005）机器人视觉寻的生物学合理方法。Ottawa-Carleton计算机科学研究所博士论文 [20] Vardy A，Möller R（2005）基于光流技术的生物学上合理的视觉归位方法。连接科学特刊Navig 17:47–90。doi:10.1080/09540090500140958·doi:10.1080/09540090500140958 [21] Wehner R（2003）《沙漠蚂蚁导航：微型大脑如何解决复杂任务》。《理学杂志》189（8）：579–588。doi:10.1007/s00359-003-0431-1·doi:10.1007/s00359-003-0431-1 [22] Wessnitzer J、Mangan M、Webb B（2008）《板球中的记忆》。程序R Soc B 275:915–921。doi:10.1098/rspb.2007.1647·doi:10.1098/rspb.2007.1647 [23] Wystrach A，Beugnon G（2009）蚂蚁学习几何和特征。当前生物19:61-66。doi:10.1016/j.cub.2008.11.054·doi:10.1016/j.cub.2008.11.054 [24] Zampoglou M，Szenher M，Webb B（2006）基于图像的寻的控制器自适应。适应行为14（4）：381–399。doi:10.1177/1059712306072338·doi:10.1177/1059712306072338 [25] Zeil J、Hofmann M、Chahl J（2003）《室外场景中全景快照的集水区》。Opt Soc Am J 20:450–469。doi:10.1364/JOSAA.20.000450·doi:10.1364/JOSAA.20.000450 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。