Key points are not available for this paper at this time.
Os estímulos são representados no cérebro pelas respostas coletivas da população de neurônios sensoriais, e um objeto apresentado em diferentes condições origina uma coleção de respostas populacionais neurais chamada de 'variedade de objeto'. Mudanças na representação do objeto ao longo de um sistema sensorial hierárquico estão associadas a mudanças na geometria dessas variedades, e o progresso teórico recente conecta essa geometria com a 'capacidade de classificação', uma medida quantitativa da habilidade de suportar a classificação de objetos. Redes neurais profundas treinadas em tarefas de classificação de objetos são um campo de teste natural para a aplicabilidade dessa relação. Mostramos como a capacidade de classificação melhora ao longo das hierarquias de redes neurais profundas com diferentes arquiteturas. Demonstramos que mudanças na geometria das variedades de objetos associadas sustentam essa capacidade aprimorada e esclarecemos os papéis funcionais que diferentes níveis na hierarquia desempenham para alcançá-la, através da redução orquestrada do raio, dimensionalidade e correlações entre variedades.
Cohen et al. (Qui,) estudaram essa questão.