跳到正文
OpenReview · EEG· Rotem Krispil; Karla Matić; John-Dylan Haynes; Radoslaw Martin Cichy·· 2026-05-15精选AI 评分72

物体类别表征的时间动态与位置容忍性不受多物体存在的影响

Temporal dynamics and location tolerance of object category representation are unaffected by the presence of multiple objects

AI 导读

基于摘要分析。该研究考察视觉场景中存在多个物体时,物体类别表征的时间动态和位置容忍性是否仍与单物体条件一致。研究利用 EEG 类别解码及跨位置交叉解码,比较单个物体独立呈现与四个物体成组呈现两种条件,为理解多物体场景中的视觉类别表征提供证据。 实验中,被试观看不同类别的物体,物体呈现在四个外周位置。研究分别在单物体与多物体条件下训练分类器解码物体类别,以刻画类别信息随时间的变化;再通过跨位置交叉解码,评估不同位置之间类别表征的可泛化程度。其机制依据是:若不同位置的类别表征具有相似性,在一个位置学习到的判别信息应能迁移至其他位置。这里的位置容忍性指表征对位置变化的相对稳定性,并不等同于完全位置不变。 作者报告,在上述两种呈现条件下,类别解码 Accuracy 的峰值出现在相同时间,且跨位置交叉解码带来的 Accuracy 降低幅度相近。作者据此认为,多物体的存在未改变类别表征的时间动态与位置容忍性。摘要未提供具体峰值时刻、Accuracy 数值、效应量或不确定性,因此不能据此量化两种条件的差异,也不能将这些结果直接解释为已通过等效性检验。 被试人数、刺激类别、分类器、训练与测试划分、条件匹配方式、实验协议、消融及统计信息尚未验证。阅读全文时,应重点核对“不受影响”的统计依据,以及多物体条件下类别标签和解码目标的定义。该研究主要属于视觉认知的 EEG 表征分析,摘要未报告 BCI 控制任务或在线应用效果。

阅读价值

该研究通过 EEG 类别解码与跨位置交叉解码,检验单物体条件下的表征时序和位置容忍性能否延伸至多物体场景,值得关注其条件匹配及“不受影响”结论的统计依据。

来源:OpenReview · EEG · openreview.net