Revista Internacional de Psicología Cognitiva y Escolar
Acceso abierto

abstracto

Cerebro bayesiano: computación con percepción para reconocer objetos 3D

Rayo Kumar Sankar*

Imitamos la capacidad cognitiva de la percepción humana, según la hipótesis bayesiana, para reconocer 3D basado en la vista objetos. Consideramos Bayesiano aproximado (Empirical Bayesian) para la inferencia perceptiva para el reconocimiento. Nosotros esencialmente manejar el cálculo con la percepción. El desarrollo reciente en neurociencia indica la percepción humana se puede representar por inferencia bayesiana. Los modelos bayesianos pueden realizar una variedad de tareas de percepción; así deberíamos tener una visión instrumentalista hacia los modelos bayesianos en el contexto de la neurociencia. Los modelos bayesianos son muy efectivo para asegurar a ambos sujetos’ actividad perceptiva y características de captura del mecanismo neural humano. bayesiano El modelo se puede utilizar para estudiar las diversas tareas de percepción del cerebro. En este estudio de diseño para representar la tarea perceptiva en el enfoque bayesiano, consideramos la distribución beta para el cálculo de la probabilidad anterior, probable y posterior. Debido a la simplicidad computacional, consideramos la distribución beta como se indicó anteriormente. El objetivo básico de este artículo es para demostrar que la computación con percepción es una inferencia bayesiana y esencialmente expresamos la percepción como una hipótesis óptima en términos de la creencia resultante obtenida de los datos sensoriales (datos de probabilidad). recientemente bayesiano enfoque logró un tremendo éxito en el campo de la visión artificial. Por lo tanto, conduce a modelar la visión humana. percepción y permite que un observador perciba el mundo.