Анализ сегрегации информации в параллельных потоках многопоточной сверточной нейронной сети

Введение

В зрительной коре приматов визуальная информация обрабатывается в иерархически организованных параллельных путях. В первичной зрительной коре (V1) и вторичной зрительной области (V2) информация о цвете и ориентации обрабатывается в разных модулях. В высших зрительных областях цвет и форма также обрабатываются раздельно. Однако механизмы такой функциональной сегрегации остаются не до конца изученными.

Методы

Архитектура сети

В исследовании использовалась модифицированная версия AlexNet — 2SFP-AlexNet (Two-Streams Fully Parallel AlexNet), где все сверточные слои (conv1–5) были параллелизованы. Фильтры инициализировались случайными значениями, а обучение проводилось на базе ImageNet (1000 категорий).

Анализ фильтров

Свойства фильтров conv1 анализировались через:

• Цветовой индекс — мера избирательности к цвету.
• Ориентационный индекс — чувствительность к направлению.
• Предпочитаемую пространственную частоту (SF).

Для фильтров conv2–5 использовались «наиболее эффективные стимулы» (MES), генерируемые методом градиентного восхождения.

Результаты

Сегрегация в conv1

После обучения в 75% случаев цветовая информация отделялась от ориентационной:

• Один поток содержал цветоселективные фильтры с низкой SF.
• Другой — ориентационно-селективные фильтры с высокой SF.

«Корреляция между цветовым и ориентационным индексами была отрицательной (r = −0.57), что подтверждает разделение функций».

Роль потоков в классификации

Удаление цветового потока снижало точность распознавания анимированных изображений (AUC = 0.67, p < 0.001), тогда как удаление потока формы влияло на все категории.

Обсуждение

Результаты согласуются с организацией зрительной коры:

• Сегрегация цвет/форма аналогична модулям V1 и V2.
• Связь цветового потока с анимированными объектами соответствует данным о вентральном пути.

Ограничения включают зависимость от базы ImageNet и использование классических архитектур (AlexNet, VGG).

Заключение

Параллельные CNN спонтанно воспроизводят функциональную сегрегацию, характерную для биологических систем. Это открывает новые возможности для моделирования зрительного восприятия и оптимизации ИИ.