Помощь в учёбе, очень быстро...
Работаем вместе до победы

Конфигурационные и категориальные механизмы восприятия формы

Диссертация: Конфигурационные и категориальные механизмы восприятия формы
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Согласно этой векторной модели, воспринимаемый стимул воздействует на набор рецепторов, которые преобразуют и передают сигнал о внешнем воздействии, ансамблю предетекторов. В каждом из предетекторов возникает некоторое возбуждение. Комбинация нескольких таких возбуждений образует вектор возбуждения. Таким образом, каждый воспринимаемый стимул представляет собой в нервной системе специфический… Читать ещё >

Содержание

  • ВВЕДЕНИЕ. Векторная теория когнитивных процессов
  • ОБЗОР ЛИТЕРАТУРЫ. Категориальные и конфигурационные механизмы различения формы
  • Глава 1. Пространственная модель различения изображений
  • Глава 2. Специфика церебральных механизмов, сопровождающих различение зрительной формы
  • Глава 3. Кодирование в нервной системе конфигурационных и категориальных особенностей формы объекта
  • ЭМПИРИЧЕСКОЕ ИССЛЕДОВАНИЕ
  • Глава 4. Методика исследования
  • Глава 5. Результаты исследования различения линий
  • Глава 6. Результаты исследования различения схематических лиц
  • Глава 7. Результаты исследования различения циферблатов часов
  • ОБСУЖДЕНИЕ РЕЗУЛЬТАТОВ И
  • ВЫВОДЫ

Конфигурационные и категориальные механизмы восприятия формы (реферат, курсовая, диплом, контрольная)

Настоящее исследование опирается на основные положения векторного подхода к зрительному восприятию и другим когнитивным процессам. Теория E.H. Соколова была разработана автором как универсальная модель векторного кодирования информации в нервных сетях [Соколов, 1995]. Векторное кодирование стимулов участвует в управлении внешними реакциями, ассоциативном обучении, а также в образной и семантической памяти. Рассмотрим более подробно восприятие внешнего мира с точки зрения теории векторного кодирования.

Информация в нервной системе обрабатывается с помощью нескольких анализаторных блоков, связанных между собой: рецепторов, предетекторов и детекторов. Нейроны каждого блока обладают специфическими свойствами. Изменение активации рецептора в зависимости от специфичности воздействия стимулов можно представить в виде распределения Гаусса [Фомин, Соколов, Вайткявичус, 1979]. Реакция предетектора характеризуется косинусоидой, т. е. при одних характеристиках стимула возбуждение предетектора соответствует положительной волне, а при других — отрицательной. Отрицательные и положительные характеристики разнесены по двум разным каналам. Следовательно, для реализации активности одного детектора необходимо два предетектора. Детекторы селективно настроенными на определенный параметр стимула.

Согласно этой векторной модели, воспринимаемый стимул воздействует на набор рецепторов, которые преобразуют и передают сигнал о внешнем воздействии, ансамблю предетекторов. В каждом из предетекторов возникает некоторое возбуждение. Комбинация нескольких таких возбуждений образует вектор возбуждения. Таким образом, каждый воспринимаемый стимул представляет собой в нервной системе специфический вектор возбуждения. Компоненты этого вектора отражают активность нейронов ансамбля предетекторов. Ансамбль предетекторов — это группа клеток, которые имеют общий вход и конвергируют на группе нейронов детекторов. Элементы ансамбля предетекторов обладают различной чувствительностью к определенному параметру стимула, что приводит к формированию специфического вектора возбуждения. В результате преобразований сигнала в нервной системе [Соколов, 1995] все векторы возбуждения становятся равными по длине, и при кодировании стимула значение имеет только направление вектора возбуждения.

Ансамбль предетекторов связан с детекторами синаптическими контактами, число синапсов равно количеству предетекторов. Эти синапсы задают направление вектора связей этого детектора. Реакция детектора определяется суммой попарных произведений векторов возбуждения и векторов связей. Схематично детектор можно представить как нейрон, имеющий несколько входов, по которым поступают сигналы от нижележащих уровней: рецепторов и предетекторов. Каждый из входов обеспечивает детектор независимой информацией, т. е. активность одного входа нельзя предсказать на основе значение активности любого другого входа. Детектор избирательно настроен на стимул, вектор возбуждения которого совпадает по направлению с вектором связей.

Как уже говорилось, при действии стимула в предетекторах возникает вектор возбуждения, а на карте детекторов появляется «рельеф возбуждения» с максимумом на том детекторе, вектор связей которого имеет то же направление, что и вектор возбуждения. При изменении стимула этот рельеф изменяется, и максимум возбуждения перемещается на тот детектор, вектор связей которого теперь совпадает с новым вектором возбуждения.

Восприятие стимула приводит к максимальной активации селективного детектора относительно других детекторов, что связано с кодированием номером канала. При этом номер максимально возбужденного детектора определяет то ощущение, которое вызывает кодируемый параметр сигнала: яркость, цвет, длину и толщину линии, направление движения. Если два стимула вызывают максимальное возбуждения одного и того же детектора, то они субъективно не различаются по данному параметру. Кодирование номером канала является параллельным процессом обработки информации, наряду с которым в нервной системе также присутствует последовательное кодирование простых признаков данного образа. При этом происходит последовательная активация отдельных детекторов, за счет чего строиться целостный образ внешнего стимула.

Все множество стимулов, воздействующих на данный нейронный ансамбль можно представить точками на сферической поверхности в перцептивном пространстве, размерность которого определяется числом независимых нейронов предетекторов. Сферическая поверхность отображения стимулов представлена совокупностью концов равных по длине векторов возбуждения, и каждому внешнему стимулу соответствует точка на сферической поверхности. При изменении стимула направление вектора возбуждения меняется и его конец занимает другое положение на сфере. Сферу формируют концы векторов возбуждения, которые активируют детекторы.

В предложенной модели кодирование стимула осуществляется отображением физического (стимульного) пространства на поверхность сферы (субъективное пространство). Стимул с определенным значением параметра представлен точкой на поверхности этой сферы. При изменении стимула точка, представляющая стимул, в соответствии с изменением направления вектора возбуждения перемещается по сфере. Множество физических стимулов проецируется на поверхность сферы, представляющей перцептивное пространство стимулов.

Субъективные различия между стимулами основываются на нейрональных различиях. Различия между стимулами в рамках данного подхода представлены евклидовыми расстояниями между концами, соответствующих им векторов возбуждения. Это расстояние пропорционально евклидовому расстоянию между детекторами, в которых при действии стимулов возникают максимумы возбуждения. Модуль разности векторов возбуждения равен различию между стимулами. Мерой субъективного расстояния является хорда между точками данной сферы.

На основе характеристик предетектров можно рассчитать субъективные различия между стимулами, и, наоборот, по субъективным расстояниям между стимулами можно найти характеристики предетекторов. Чтобы оценить субъективное расстояние между стимулами, необходимо найти создаваемые ими векторы возбуждения и определит положение точек на сфере, соответствующих сравниваемым стимулам. Далее определить кратчайшее расстояние между стимульными точками, которое будет соответствовать величине угла между векторами возбуждения [Соколов, Вайткявичус, 1989]. Различие между стимулами в нервной системе определяется через разность векторов возбуждения.

Так как субъективные различия между стимулами измеряются евклидовыми расстояниями между концами их векторов возбуждения, то по матрице субъективных различий между стимулами можно найти вектора возбуждения, которые эти различия определяют. Каждый стимул можно представить набором чисел, равных субъективным отличиям его от всех других исследуемых стимулов. Вычислив матрицу попарных различий между стимулами, можно описать каждый стимул как точку в сферическом пространстве данных стимулов.

Путем обработки матрицы субъективных различий между стимулами методом многомерного шкалирования было построено субъективное цветовое пространство [Измайлов, Соколов, Черноризов, 1989]. Многомерное шкалирование основывается на положении о том, что различение стимулов определяется расхождением по ограниченному числу простых субъективных признаков. Этот метод дает возможность найти минимальное число субъективных признаков, определяющих различение стимулов, и вычислить их значение. Многомерное шкалирование позволяет определить физический коррелят для заданного субъективного признака стимула, т. е. взять за основу не физическую, а психологическую характеристику стимула [Терехина, 1986; То^егэоп, 1985]. Решение задачи многомерного шкалирования основано на введении понятия психологического пространства, точки которого представляют исходные стимулы, а координаты пространства соответствуют простым субъективным признакам. Расстояния между точками в пространстве есть функция субъективного различия. Метод многомерного шкалирования позволил интерпретировать оси субъективного пространства в терминах психофизических характеристик и нейрофизиологических каналов преобразования информации.

Точки-стимулы расположены в перцептивном пространстве неравномерно, они все лежат в тонком сферическом слое на одинаковом расстоянии от центра сферы. При этом декартовы координаты перцептивного пространства определяются вкладом возбуждений нейронных каналов, участвующих в механизмах восприятия сигнала, а сферические (угловые) координаты совпадают с его субъективными характеристиками. В такой сферической модели объединяются физиологические характеристики нейронных каналов с феноменологией восприятия [Измайлов, Соколов, Черноризов, 1989; Osgood, 1966]. В сферической модели даже простейшие признаки изображения кодируются по крайней мере двумя переменными, образующими вектор возбуждения. На ряду с перцептивным пространством существуют взаимодействующие с ним мнемическое и семантическое пространства. Способ получения мнемического или семантического пространств такой же, как при построении пространства восприятия. Это зависит от того различия, которое необходимо определять испытуемому между двумя стимулами.

Таким образом, многомерное шкалирование матрицы попарных различий между исследуемыми стимулами позволяет анализировать и интерпретировать различение данного набора стимулов в терминах векторной модели когнитивных процессов. Матрица попарных различий может быть получена с помощью разных экспериментальных исследований: психофизических, электрофизиологических и нейрофизиологических. В психофизическом эксперименте испытуемые оценивают различия между стимулами, и, в результате, получается матрица субъективных различий. В электрофизиологических и нейрофизиологических исследованиях различия между стимулами получают при непосредственной регистрации электрической или импульсной активности мозга. Ниже мы рассмотрим экспериментальные исследования восприятия различных характеристик стимулов, в том числе зрительной формы.

ОБЗОР ЛИТЕРАТУРЫ Категориальные и конфигурационные механизмы различения формы.

Выводы:

1. Было построено геометрическое пространство линий разной ориентации. Ориентации линий кодируются двухканальной нейронной сетью, два канала которой являются специфическим и неспецифическим каналами. Один из них кодирует ориентацию, а второй является фоновым и обеспечивает базовую настройку специфического канала.

2. Было построено геометрическое пространство эмоциональных выражений лица. Эмоциональные выражения лица кодируются четырехканальной нейронной сетью, нейронные каналы которой кодируют изменения рта и бровей. Эта сеть вычисляет три признака эмоциональных выражений: эмоциональный тон, яркость эмоций и эмоциональную насыщенность.

3. Было построено конфигурационное и категориальное геометрические пространства циферблатов часов. Эти два пространства циферблатов отражают работу двух независимых механизмов обработки информации: категориального и конфигурационного.

4. Конфигурационный механизм анализа циферблатов представлен трехканальной нейронной сетью, которая распознает данные конфигурации на основе двух признаков: ориентации и величины угла между стрелками. Категориальное пространство имеет более простую структуру, чем конфигурационное, но не является его подпространством. Категория времени вычисляется с помощью двухканальной нейронной сети.

5. В результате анализа всех полученных пространств линий, эмоциональных выражений и циферблатов часов было показано, что все контурные изображения обрабатываются иерархической нейронной сетью, которая построена по принципу гештальт-пирамиды. Анализ изображения в этой гештальт-пирамиде осуществляется от более простых признаков к более сложным. Таким образом, сначала анализируются линии, потом узловые элементы и далее форма целостного изображения.

6. Провели анализ ЗВПР на линии разной ориентации, эмоциональные выражения лица и циферблаты часов. Линии, эмоциональные выражения лица и циферблаты в нервной системе кодируются с помощью механизмов, локализованных в затылочных, височных и теменных областях мозга. Работа этих механизмов отражается в межпиковых амплитудах ЗВПР Р1-Ы2 и И2-Р2, пики которых для разных типов стимулов практически не отличаются.

7. Конфигурационные механизмы анализа зрительных стимулов связаны с затылочными и нижневисочными областями мозга, а категориальные с затылочными и только левой нижневисочной областью.

Показать весь текст

Список литературы

  1. О.С. Реконструкция субъективного семантического пространства, означивающего эмоциональные состояния. // Вестн. Моск. ун-та. Сер. 14. Психология. 1981. № 2. С. 40−46.
  2. Т. Зрительный мир грудного ребенка. // Восприятие. Механизмы и модели. М., Мир, 1974. С.351−366.
  3. Дж. С. Психология познания. М., Изд-во Прогресс, 1977. 412 с.
  4. Веккер J1.M. Психологические процессы, т.1. Л., 1974.
  5. .М., Шмидт К. Д. Долговременная перцептивная память. // Вестн. Моск. ун-та. Сер. 14. Психология. 1977. № 1. С.35−44.
  6. В.Д. Зрение и мышление. Л.: Наука, 1985. 246 с.
  7. В.Д., Праздникова Н. В., Леушина Л. И., Невская A.A., Павловская М. Б. Опознание зрительных образов. // Физиология зрения. М., Наука, 1992. С. 466−527.
  8. P.M., Березная И. Я. Запоминание и узнавание фигур. Л., Изд-во Ленинградского ун-та, 1974. 95с.
  9. P.M., Березная И. Я., Григорева А. Н. Распознавание рукописных букв. // Вычислительная техника и вопросы кибернетики. Вып. 19. М., 1981. С. 30−40.
  10. H.H. Психофизиология. М.: Аспект-пресс, 1998. 372 с.
  11. В.Н. Высокочастотная электроэнцефалограмма: результаты и перспективы. М., Наука, 1997. С. 286−298.
  12. С. Зрительный образ в сознании и в мозге. // В мире науки. 1992. № 11−12. С.33−41.
  13. , М.М., Шехтер Е. Д., Соколов Е.Н, Измайлов Ч. А. Хроматическая составляющая электроретинограммы лягушки. // Журн. высш. нерв, деят., 1986, т.36, №.6. С.1100−1107
  14. А.М. Фокусы взаимодействия, синтез информации и психическая деятельность. //Журн. высш. нерв. деят. 1993. Т. 43. № 2. С. 219−227.
  15. К.Е. Эмоции человека. М.: Изд-во МГУ, 1980. 439 С.
  16. Ч.А. Цветовая характеристика эмоций. // Вестн. Моск. ун-та. Сер. 14. Пихология. 1995. N 4. С. 27−35.
  17. Ч.А. Сферическая модель цветоразличения. М.: Изд-во МГУ, 1980. 175 с.
  18. Ч.А., Исайчев С. А., Шехтер Е. Д. Двухканальная модель различения сигналов в сенсорных системах. // Вестн. Моск. ун-та, 1998, сер.14, Психология, №.3. С. 29−40.
  19. Ч.А., Коршунова С. Г., Соколов E.H. Связь зрительных вызванных потенциалов с субъективными различиями между эмоциональными выражениями схематического лица // Журнал ВНД. 2000. том 50. Вып.5, С. 805−818
  20. Ч.А., Коршунова С. Г., Соколов E.H., Сферическая модель различения• эмоциональных выражений схематического лица. // Журн. высш. нерв, деят, 1999, т.49, №.2. С. 186−199.
  21. , Ч.А., Ласточкина М.Н, Полянская Г. Н., Соколов E.H. Различение линий и углов зрительной системой // Вестник МГУ. Сер. 14, Психология 1988. Вып. 1, С. 41−50.
  22. Ч.А., Исайчев С. А., Коршунова С. Г., Соколов E.H., Цветовой и яркостный компоненты зрительных вызванных потенциалов у человека. // Журн. высш. нерв, деят, 1998, т.48, №. 5. С. 777−787
  23. Ч.А., Соколов E.H., Сукретная JI.M., Шехтер Е. Д. Семантическое пространство искусственных названий цветов. // Вест. Моск. Ун-та. Серия 14. Психология, 1992. № 1. С. 3−14.
  24. Ч.А., Соколов E.H., Черноризов A.M. Психофизиология цветового зрения. Изд-во Моск. Ун-та, 1989. 206 с. да 26. Колере П. Некоторые психологические аспекты распознавания образов. // Распознаваниеобразов. М., Мир, 1970. С.25−79.
  25. Ю. Интегративная деятельность мозга. М.: Мир, 1970. 412 с.
  26. А.П. Компьютерная электрофизиология в клинической и исследовательской практике Conanm3.0. для Windows. М.: НПО «Информатика и компьютеры», 1998. С. 97 156.
  27. П., Норман А. Переработка информации у человека. М., Мир. 1974.
  28. НайссерУ. Познание и реальность. М., 1981.
  29. Г. В. Контурные изображения лица: могут ли они передавать «эмоциональные состояния»? // Психологический журнал. 1996. т.17, N1. С. 70−85.
  30. Г. В., Измайлов Ч. А., Бабина B.C. Эмоционально-экспрессивные характеристики• схематического лица на дисплее компьютера. // Вест. Моск. ун-та. Сер. 14. Психология. 1992. N 3. С.30−38.
  31. К. Языки мозга. М., «Прогресс», 1975. 463с.• 35. Рок И. Введение в зрительное восприятие. В 2-х томах. Т.1 и 2. М., Мир, 1980.
  32. О., Найссер Д. Распознавание образов машиной. // Восприятие. Механизмы и модели. М.: Мир, 1974 С. 212−225.
  33. В.Я. Перцептивное связывание сенсорных событий: гипотеза объемлющих характеристик. // Журн. высш. нерв, деят., 2002, т.52, № 6, С.645−655.
  34. O.A. Физиологические показатели эмоциональных реакций в клинике локальных поражений мозга. //Журн. высш. нерв. деят. 1999. Том. 49. Вып. 6. С. 951−961.
  35. O.A., Костюнина М. Б. Участие корковых зон мозга в процессах восприятия и воспроизведения эмоциональных состояний человека. // Журн. высш. нерв. деят. 1991. Том. 41. Вып. 6. С. 1094−1101.
  36. E.H. Нейрофизиологические механизмы сознания. // Журн. высш. нерв. деят. 1990. Т. 40. Вып. 6. С. 1049−1052.
  37. E.H. Перцептивный, мнемический и семантический уровни субъективного отображения. //Журн. высш. нерв. деят. 1993. Т.43 Вып.2.С.228−231.
  38. E.H. Принцип векторного кодирования в психофизиологии. // Вест. Моск. ун-та. Серия 14. Психология. 1995. № 4. С. 3−13.да 43. Соколов E.H. Проблема гештальта в нейробиологии. // Журн. высш. нерв. деят. 1996. Т.46. Вып. 2. С. 229−240.
  39. E.H. Психофизиология научения: Курс лекций. М., 1997.
  40. E.H. Психофизиология: предмет, методы и задачи. // Вест. Моск. ун-та. Серия 14. Психология. 1980. С.3−16.
  41. E.H., Вайткявичус Г. Г. Нейроинтелект М.: Наука, 1989. 237 с.
  42. E.H., Вартанов A.B. К исследованию семантического цветового пространства. // Психол. журн. 1987. № 2. С. 58.
  43. E.H., Измайлов Ч. А. Трехстадийная модель цветового зрения //Сенсорные системы. 1988. Т.2, Вып.4, С.400−407.
  44. E.H., Измайлов Ч. А. Цветовое зрение. М.: Изд-во МГУ, 1984. 175 с.
  45. Е. Н., Измайлов Ч. А., Завгородняя В. JI. Многомерное шкалирование знаковых конфигураций. //Вопросы психологии. 1985. Вып. 1. С. 131−140.
  46. Солсо PJL Когнитивная психология. М.: Тривола, 1996. 598 с.
  47. A.JI. Нейронные механизмы зрительного анализа. М.: Наука, 1974. 252 с.
  48. A.JI. Нейрофизиология зрения млекопитающих. М., 1981.
  49. А.Ю. Анализ данных методом многомерного шкалирования. М.: Наука, 1986.
  50. А.Ю. Методы многомерного шкалирования и визуализация данных. // • Автоматика и телемеханика., 1973, 7, С.80−94.
  51. П.П. Компьютерное зрение. // Психология машинного зрения. (Под ред. П. П. Уинстона). М. Мир, 1978. С. 9−30.
  52. Д. Интерпретация контурных рисунков, изображающих сцены с тенями. // Психология машинного зрения. (Под ред. П. П. Уинстона). М. Мир, 1978. С. 30−111.
  53. Р. Восприятие формы. // Восприятие. Механизмы и модели. М., Мир, 1974. С.338−350.
  54. C.B., Соколов E.H., Вайткявичюс Г. Г. Искусственные органы чувств. М.: Наука, 1979. 201 с.
  55. П. Восприятие формы и объектов. // Экспериментальная психология. Под ред. П. Фресса, Ж. Пиаже. М.: Прогресс, 1978. С. 237−296.
  56. ФрумкинаР.М. Психолингвистика. М.: Академия, 2001. 320 с.
  57. P.M. Цвет, смысл, сходство. М.: Наука, 1984. 254 с.
  58. Д. Глаз, мозг, зрение. М. Изд-во «Мир», 1990. 240с.
  59. И. А. Каменкович В.М. Шараев Г. А. Относительное значение линий и углов геометрических фигур для их опознания человеком // Журн. высш. нерв, деят., 2000. Т. 50, № 3. С. 403−409
  60. Р. Многомерное шкалирование и неметрические представления. // Нормативные и дескриптивные модели принятия решений. М., 1981. С.84−97.
  61. М.С. Зрительное опознание: закономерности и механизмы. М., 1981.
  62. А.Г. Введение в экспериментальную психосемантику. М.: Изд-во МГУ, 1983. 157 с.
  63. Дж., Маунткасл В. Разумный мозг. М., Мир, 1981. 133с.
  64. В.В. Различия в описании зрительного образа на уровне ЗТ и HB коры обезьян. // Докл. АН СССР 1983 Т. 270, № 3. С. 754−757.
  65. В.В., Макаров Ф. Н., Никитин Н. С. Роль HB и ЗТ коры в описании зрительного 9 образа у обезьян. // Переработка информации в зрительной системе: Высшие зрительныефункции. Л., 1982. С. 125−135.
  66. Abelson R.P., Sermat V. Multidimensional scaling of facial expressions. // Journal of• Experimental Psychology. 1962. V. 63. P. 546−554.
  67. Aguirre G.-K., D’Esposito M. Environmental knowledge is subserved by separable dorsal/ventral neural areas. Journal-of-Neuroscience. 1997 Apr- Vol 17(7) P. 2512−2518.
  68. Ashby, F.G. Stochastic general recognition theory.—In D. Vickers & P.L.Smith (Eds.), Human information processing: Measures, mechanisms, and models (pp 435—457). Amsterdam: Elsevier, 1989.
  69. Ashby F.G., Gott R.E. Decision rules in perception andcategorization of multidimensional stimuli. J. of Experimental Psychology: Learning, Memory, Mid Cognition, 1988, 33−53.
  70. Botzel K., Grusser O.J. Electric brain potentials evoked by pictures of faces and non-faces: a seach of «face-specific» EEG-potentials // Experimental Brain Research, 1989, V. 77 P. 349−360.
  71. Damasio A.R. The brain binds entities and events by multiregional activation from convergence zones.//Neural Computation. 1989. Vol. 1. P. 123−132.
  72. Eirner M., McCarthy R. A. Prosopagnosia and structural encoding of faces: Evidence from event-related potentials. //NeuroReport. 1999. V. 10. P. 255−259.
  73. Hampton J.A. Similarity-based categorization: the development of protoype theory. -Psychologica Belgica, 1995, 35−2/3,103−125.
  74. Hebb D.O. The organization of behavior. New York: Wiley, 1949.
  75. Ito M., Sugata T., Kuwabara H., Wu Ch., Kojima K. Effect of angularity of the figures with sharep and round corners on visual evoked potentials. // Japanese psychological research. 1999 May- Vol 41(2) P.91−101.
  76. Izmailov Ch.A., Davydova K. Multidimension scaling of configurations from lines. // Eds. R. Steyer, K.F. Wender, F. Widaman Psychometric metodology. Stuttgart and New York: Gustav Fischer Verlag. 1993. P. 579−584.
  77. Psychological science. 1991, Vol. 2, №. 4. P. 249−259.
  78. Jeffreys, D.A. A face-responsive potential recorded from the human scalp. // Exp. Brain Res. * 1989. V. 78. P. 193−222.
  79. Jeffreys D.A. The influence of stimulus orientation of the vertex positive scalp potential evoked by faces // Experimental brain research, 1993, V.96. P. 514−524.
  80. Jeffreys D.A. The vertex-positive scalp potential evoked by faces and by objects. // Exp. Brain Res. 1992. V. 91. P. 340−350.
  81. Johansson G. Configurations in event perception. // Perceiving Events and Object / Eds. Jansson G. Et al. New Jersey: Lawrence Erlbaum Assoc., 1994. P. 30.
  82. Kanwisher N., Chun M.-M., McDermott J., Ledden P.-J. Functional imaging of human visual recognition. // Cognitive Brain Research. 1996 Dec- Vol 5(1−2). P. 55−67.
  83. Katsikitis M. The classification of facial expressions of emotion: a multidimensional-scaling approach. // Perception, 1997, Vol. 26. P.613−626.
  84. Kraut M., Hart J., Soher B.-J., Gordon B. Object shape processing in the visual system evaluated using functional MRI. //Neurology. 1997 May- Vol 48(5). P. 1416−1420.
  85. Kruskal J.B. Nonmetric Multidimensional Scaling: A Numerical Method//Psychometrika. 1964. V. 29. P. 115−129.
  86. Kuriki S., Takeuchi F., Hirata Y. Neural processing of words in the human extrastriate visual «cortex. // Cognitive Brain Research. 1998 Jan- Vol 6(3). P. 193−203.
  87. Laurian S., Bader M., Lanares J., Oros L. Topography of event-related potentials elicited by visual emotional stimuli. // International journal of psychophysiology, 10,1991 P. 231−238.
  88. Levelt W. J., Praamstra P., Meyer A. S., Helenius P., Salmelin R. An MEG study of picture naming.// Journal of Cognitive neuroscience. 1998 Sep- Vol 10(5). P. 553−567.
  89. Luneburg R.K. The metric of binocular visual space.// J. Opt. Soc. Am. 1950. V. 40. N. 10. P. 527−642.
  90. McCarthy G., Puce A., Belger A., Allison T. Electrophysiological studies of human face pepception. II. Response properties of face-specific potentials generated in occipitotemporal cortex. // Cerebral cortex, 1999 Jul-Aug. Vol. 9 (5). P. 431−444.
  91. Miyashita Y., Sakai K., Higuchi S.I., Masui N. Localization of primal longterm memory in the I primate temporal cortex. // Memory: organization and locus of change/ Eds. L.R. Squire et al.1. Oxford, 1991. P.239.
  92. Navon D., Forest before trees: The precedence of global features in visual perception.• Cognitive Psychology, 1977, 9,353−383.
  93. Neumann P.G. An attribute frequency model for the abstraction of prototypes.- Memory and Cognition, 1974,2,241—248.
  94. Osgood C.E. Dimensionality of the semantic space for communication via facial expressions. // Scandinavian Journal of Psychology. 1966. V. 7. P. 1−30.
  95. Palmer S.E. Visual perception and world knowledge: Notes on a model of sensory cognitive interaction. In. D.A. Norman, D.E. Rumelhart and the LNR Recsearch Group, Exploration in cognition. San Francisco: Freeman, 1975.
  96. Perrett D.I., Rolls E.T., Caan W. Visual neurones responsive to faces in the monkey temporal cortex. // Exp. Brain Res., 1982, v. 47, p. 329−342.
  97. Perrett D.I., Mistlin A.J., Chitty, A.J. Visual neurones responsive to faces. Trends Neurosci., 1987, v.10, 358−364.
  98. Puce A., Allison T., Gore J.-C., McCarthy G. Face-sensitive regions in human extrastriate cortex studied by functional MRI. // Journal of Neurophysiology. 1995 Sep- Vol 74(3). P. 11 921 199.
  99. Puce A., Allison T., Spencer S.-S., Spencer D.-D., McCarthy G. Comparison of cortical0 activation evoked by faces measured by intracranial field potentials and functional MRI: Two case studies. // Human Brain Mapping. 1997- Vol 5(4). P. 298−305
  100. Reber A.S., Allen R. Analogical and abstraction strategies in synthetic grammar learning: A functionalist interpretation.—Cognition, 1978,6,189—221.
  101. Riggs L. A., Sternheim C.E. Human retinal and occipital potentials evoked by changes of the wavelength of the stimulating light//Journal of the Opt. Soc. of Am. 1969. V. 59. No. 5. P. 635 640.
  102. Rolls, E.T. Neurones in the cortex of the temporal lobe and in the amygdala of the monkey with responses selective to faces. Hum. Neurobiol., 1984, v.3, p.209−222.
  103. Rolls E.T. The brain and emotions. Oxford. 1998. Oxford University press. 342 p.
  104. Rolls E.T., Baylis G.C. Hasselmo M.E. The responses of neurouns in the cortex in the superior temporal sulcus of the monkey to band-pass spatial frequency filtered faces. Vision Res., 1987, v.27, p. 441−450.
  105. Rosch E., Mervis C.B. Family resemblances: Studies in the internal structure of categories.-• Cognitive Psychology, 1975, 7, 573−605.
  106. Russell J.A. A circumplex model of affect. // Journal of Personality and Social Psychology. 1980. Vol. 39. P. 1161−1178.
  107. Russell J.A., Bullock M., Multidimensional scaling of emotional facial expressions: Similarity from preschoolers to adults. // Journal of Personality and Social Psychology. 1985. Vol. 48. P. 1290−1298.
  108. Sarah E., Barrett M. D., Perrett D. I. Event related potentials and the matching of familiar and unfamiliar faces. Neuropsychologia. 1990. Vol. 26, No 1, pp. 105−117.
  109. Sillito A.M., Versiani V. The contribution of excitatory and inhibitory inputs to the length preference of hypercomplex cells in layers II and III of the cat’s striate cortex. // Journal of Psychology. 1979. Vol. 289. P. 33−53.
  110. Singer W. Neuronal synchrony: A versatile code for the definition of relations? // Neuron. 1999. Vol. 24. P. 49−65.
  111. Singer W. Response synchronization of cortical neurons: an epiphenomenon or a solution to the binding problem? // Ibro News. 1991. Vol. 19. № 1. P.6−7.
  112. Singer W., Gray C.M. Visual feature integration and the temporal correlation hypothesis. // «Ann. Rev. Neurosci. 1995. Vol. 18. P. 555−586.
  113. Shepard R.N. Attention and the metric structure of the stimulus space // J. of Mathematical Psychology, 1964, V. 1, P. 54−87.
  114. Shepard R.N. Towards a universal law of generalization for psychological space. // Science, 1987, V. 237, P. 1317−1323.
  115. Shepard R. N. The analysis of proximities: multidimensional scaling with an uniform distance function. // Psychometrika 1962 V.27, № 2/3. P/125−139,219−246.
  116. Shepard R. N., Carroll J. D. Parametric representation of nonlinear data structures. In: Multivariate analysis (Ed. P.R. Krishnaiah), 1966. N. Y. Acad. Press, P. 561−592.
  117. I.A., Lazareva N.A., Sharaev G.A. // Interrelation of tuning characteristics to bar, cross and comer in striate neurons //Neuroscience.1999. V.88. P. 17−25.
  118. Smith E.E., Medin D.L. Categories and concepts.- Cambridge, MA: Harvard University Press, «1981.
  119. Schlosberg H.S. A scale for the judgement of facial expressions//Journal of Experimental Psychology. 1941. V. 29. P. 497−510.
  120. Sokolov E.N. Model of cognitive processes // Advances in Psychological Science / Eds. M. Sagaurin, T. Craik. V. 2. Sussecs, UK: Psychol Press, 1998. P. 355−378.
  121. Sokolov E.N., Boucsein W. A psychophysiological model of emotion space. // Integrative physiological and behavioral science, April-June 2000, Vol. 35, № 2. P. 81−119/
  122. Srebro R. Localization of cortical activity associated with visual recognition in humans. // Journal Phisiology. 1985. № 360 P. 426−436.
  123. Sugita Y. Grouping of image fragmants in primary visual cortex. // Nature. 1999 Sept. Vol. 401 (6750). P. 269−272.
  124. Takahashi N., Kawamura M., Hirayama K., Shiota J. et al. Prosopagnosia: A clinical and anatomical study of four patients. Cortex. 1995 Jun- Vol 31(2): 317−329
  125. Torgerson W.S. Theory and metods of scaling. N.Y., 1985.
  126. Usher M., Donnelly N. Visual synchrony affects binding and segmantation in perception. // Nature, 1998. Jul., Vol 394 (6689). P. 179−182.
  127. Vandenberghe R., Price C., Wise R., Josephs O., Frackowiak R.S.J. Functional anatomy of a common semantic system for words and pictures.// Nature. 1996 Sep- Vol 383(6597). P. 254−256
  128. Von der Malsburg C., Schneider W. A natural coctail-party processor. // Biol. Cybern. 1986 V. 54, P. 29−40.
  129. Walker J.N. Real-word variability, reasonableness judgments, and memory representations for concepts.- Journal of Verbal Learning and Verbal Behavior, 1975,14,241—252.
  130. Watanabe J.- Iwai E. Neuronal activity in monkey visual areas VI, V2, V4, and TEO during fixation task. Brain-Research-Bulletin. 1996- Vol 40(2): 143−150
  131. Zhou H., Friedman H.S., Rudiger von der Heydt Coding of border ownership in monkey visual cortex. // The Journal of Neuroscience, Sept., 1,2000,20 (17). P. 6594−6611.
Заполнить форму текущей работой

Пора сдавать?