跳到正文
热点事件持续更新

自由能原理首次用于建模空间听觉学习

1 篇报道1 个报道来源10 小时前更新

先了解这件事

AI 综述

Roberto Barumerli 等作者提交论文,首次将自由能原理(FEP)用于空间听觉,提出一个分层生成模型,描述听者在多试次中估计声源方向、并在收到视觉反馈后信念如何演化。 模型把信念拆成侧向定位精度、极向定位精度和半视野消歧三个独立量,称能捕捉个体的学习轨迹:侧向精度与半视野消歧均提升,极向精度也上升,且初始精度最低者提升最大。这些是作者基于模型得出的结论。

AI 根据报道生成 · 53 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月19日
  1. arXiv cs.AI
    用自由能原理建模空间听觉:感知学习的分层模型

    研究者首次将自由能原理(FEP)应用于空间听觉,用分层生成模型描述听者在多试次中估计声源方向、并接收视觉反馈后信念的演化。模型将信念分解为侧向定位精度、极向定位精度和半视野消歧三个独立量,能捕捉个体学习轨迹:侧向精度与半视野消歧均提升,极向精度也上升,且初始精度最低者提升最大。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。