旋转运动感知的多层神经网络模型

采用Reichardt的相关型初级运动检测器阵列,Kohonen的自组织特征映射网络以及Schutser-Wagner的振荡神经元网络,构成了一个能感知视觉旋转运动信息的神经网络模型。研究表明:在无监督学习条件下,在网络的第二层可以自组织生成类似灵长类视皮层MT区的运动功能柱结构,在网络的输出层可以感知到模式的旋转运动并给出旋转方向及速率。模型的计算机模拟与某些关于视觉旋转运动感知的心理物理学实验结果相一致,并且表明:在旋转运动感知中,振荡神经元之间的时间相关性能够解决切向运动分量的装配问题。