Nature.com 'ਤੇ ਜਾਣ ਲਈ ਤੁਹਾਡਾ ਧੰਨਵਾਦ।ਤੁਹਾਡੇ ਦੁਆਰਾ ਵਰਤੇ ਜਾ ਰਹੇ ਬ੍ਰਾਊਜ਼ਰ ਸੰਸਕਰਣ ਸੀਮਿਤ CSS ਸਮਰਥਨ ਹੈ।ਸਭ ਤੋਂ ਵਧੀਆ ਅਨੁਭਵ ਲਈ, ਅਸੀਂ ਸਿਫ਼ਾਰਿਸ਼ ਕਰਦੇ ਹਾਂ ਕਿ ਤੁਸੀਂ ਇੱਕ ਅੱਪਡੇਟ ਕੀਤੇ ਬ੍ਰਾਊਜ਼ਰ ਦੀ ਵਰਤੋਂ ਕਰੋ (ਜਾਂ ਇੰਟਰਨੈੱਟ ਐਕਸਪਲੋਰਰ ਵਿੱਚ ਅਨੁਕੂਲਤਾ ਮੋਡ ਨੂੰ ਅਯੋਗ ਕਰੋ)।ਇਸ ਦੌਰਾਨ, ਨਿਰੰਤਰ ਸਮਰਥਨ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ, ਅਸੀਂ ਸਟਾਈਲ ਅਤੇ ਜਾਵਾ ਸਕ੍ਰਿਪਟ ਤੋਂ ਬਿਨਾਂ ਸਾਈਟ ਨੂੰ ਰੈਂਡਰ ਕਰਾਂਗੇ।
ਇੱਕ ਕੈਰੋਸਲ ਇੱਕੋ ਸਮੇਂ ਤਿੰਨ ਸਲਾਈਡਾਂ ਦਿਖਾ ਰਿਹਾ ਹੈ।ਇੱਕ ਸਮੇਂ ਵਿੱਚ ਤਿੰਨ ਸਲਾਈਡਾਂ ਵਿੱਚ ਜਾਣ ਲਈ ਪਿਛਲੇ ਅਤੇ ਅਗਲੇ ਬਟਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰੋ, ਜਾਂ ਇੱਕ ਸਮੇਂ ਵਿੱਚ ਤਿੰਨ ਸਲਾਈਡਾਂ ਵਿੱਚ ਜਾਣ ਲਈ ਅੰਤ ਵਿੱਚ ਸਲਾਈਡਰ ਬਟਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰੋ।
ਉੱਚ-ਰੈਜ਼ੋਲੂਸ਼ਨ ਵਿਜ਼ਨ ਲਈ ਵਸਤੂ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦਾ ਪੁਨਰਗਠਨ ਕਰਨ ਲਈ ਵਧੀਆ ਰੈਟਿਨਲ ਨਮੂਨੇ ਅਤੇ ਏਕੀਕਰਣ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।ਇਹ ਨੋਟ ਕਰਨਾ ਮਹੱਤਵਪੂਰਨ ਹੈ ਕਿ ਵੱਖ-ਵੱਖ ਵਸਤੂਆਂ ਤੋਂ ਸਥਾਨਕ ਨਮੂਨਿਆਂ ਨੂੰ ਮਿਲਾਉਂਦੇ ਸਮੇਂ, ਸ਼ੁੱਧਤਾ ਖਤਮ ਹੋ ਜਾਂਦੀ ਹੈ।ਇਸ ਲਈ, ਵਿਭਾਜਨ, ਵੱਖਰੀ ਪ੍ਰਕਿਰਿਆ ਲਈ ਇੱਕ ਚਿੱਤਰ ਦੇ ਖੇਤਰਾਂ ਦਾ ਸਮੂਹ, ਧਾਰਨਾ ਲਈ ਮਹੱਤਵਪੂਰਨ ਹੈ।ਪਿਛਲੇ ਕੰਮ ਵਿੱਚ, ਬਿਸਟਬਲ ਜਾਲੀ ਬਣਤਰਾਂ, ਜਿਨ੍ਹਾਂ ਨੂੰ ਇੱਕ ਜਾਂ ਇੱਕ ਤੋਂ ਵੱਧ ਹਿਲਾਉਣ ਵਾਲੀਆਂ ਸਤਹਾਂ ਵਜੋਂ ਮੰਨਿਆ ਜਾ ਸਕਦਾ ਹੈ, ਇਸ ਪ੍ਰਕਿਰਿਆ ਦਾ ਅਧਿਐਨ ਕਰਨ ਲਈ ਵਰਤਿਆ ਗਿਆ ਸੀ।ਇੱਥੇ, ਅਸੀਂ ਪ੍ਰਾਈਮੇਟ ਵਿਜ਼ੂਅਲ ਪਾਥਵੇਅ ਦੇ ਵਿਚਕਾਰਲੇ ਖੇਤਰਾਂ ਵਿੱਚ ਗਤੀਵਿਧੀ ਅਤੇ ਵਿਭਾਜਨ ਨਿਰਣੇ ਵਿਚਕਾਰ ਸਬੰਧਾਂ ਦੀ ਰਿਪੋਰਟ ਕਰਦੇ ਹਾਂ।ਖਾਸ ਤੌਰ 'ਤੇ, ਅਸੀਂ ਪਾਇਆ ਕਿ ਚੋਣਵੇਂ ਤੌਰ 'ਤੇ ਮੱਧਮਾਨ ਟੈਂਪੋਰਲ ਨਿਊਰੋਨਸ ਬਿਸਟਬਲ ਗਰੇਟਿੰਗਜ਼ ਦੀ ਧਾਰਨਾ ਨੂੰ ਵਿਗਾੜਨ ਲਈ ਵਰਤੇ ਜਾਣ ਵਾਲੇ ਟੈਕਸਟ ਸੰਕੇਤਾਂ ਪ੍ਰਤੀ ਸੰਵੇਦਨਸ਼ੀਲ ਸਨ ਅਤੇ ਅਜ਼ਮਾਇਸ਼ਾਂ ਅਤੇ ਨਿਰੰਤਰ ਉਤੇਜਨਾ ਦੀ ਵਿਅਕਤੀਗਤ ਧਾਰਨਾ ਦੇ ਵਿਚਕਾਰ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਸਬੰਧ ਦਿਖਾਇਆ ਗਿਆ ਸੀ।ਇਹ ਸਬੰਧ ਇਕਾਈਆਂ ਵਿੱਚ ਵਧੇਰੇ ਹੁੰਦਾ ਹੈ ਜੋ ਕਈ ਸਥਾਨਕ ਦਿਸ਼ਾਵਾਂ ਵਾਲੇ ਪੈਟਰਨਾਂ ਵਿੱਚ ਗਲੋਬਲ ਗਤੀ ਦਾ ਸੰਕੇਤ ਦਿੰਦੇ ਹਨ।ਇਸ ਤਰ੍ਹਾਂ, ਅਸੀਂ ਇਹ ਸਿੱਟਾ ਕੱਢਦੇ ਹਾਂ ਕਿ ਵਿਚਕਾਰਲੇ ਸਮੇਂ ਦੇ ਡੋਮੇਨ ਵਿੱਚ ਗੁੰਝਲਦਾਰ ਦ੍ਰਿਸ਼ਾਂ ਨੂੰ ਸੰਘਟਕ ਵਸਤੂਆਂ ਅਤੇ ਸਤਹਾਂ ਵਿੱਚ ਵੱਖ ਕਰਨ ਲਈ ਵਰਤੇ ਜਾਣ ਵਾਲੇ ਸੰਕੇਤ ਹੁੰਦੇ ਹਨ।
ਦ੍ਰਿਸ਼ਟੀ ਨਾ ਸਿਰਫ਼ ਮੁਢਲੇ ਚਿੱਤਰ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਜਿਵੇਂ ਕਿ ਕਿਨਾਰੇ ਦੀ ਸਥਿਤੀ ਅਤੇ ਗਤੀ ਦੇ ਸਟੀਕ ਵਿਤਕਰੇ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ, ਪਰ ਹੋਰ ਵੀ ਮਹੱਤਵਪੂਰਨ ਤੌਰ 'ਤੇ ਵਾਤਾਵਰਣ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਜਿਵੇਂ ਕਿ ਵਸਤੂ ਦੀ ਸ਼ਕਲ ਅਤੇ ਟ੍ਰੈਜੈਕਟਰੀ1 ਦੀ ਗਣਨਾ ਕਰਨ ਲਈ ਇਹਨਾਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੇ ਸਹੀ ਏਕੀਕਰਣ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ।ਹਾਲਾਂਕਿ, ਸਮੱਸਿਆਵਾਂ ਉਦੋਂ ਪੈਦਾ ਹੁੰਦੀਆਂ ਹਨ ਜਦੋਂ ਰੈਟੀਨਲ ਚਿੱਤਰ ਕਈ ਬਰਾਬਰ ਪ੍ਰਸੰਸਾਯੋਗ ਵਿਸ਼ੇਸ਼ਤਾ ਸਮੂਹਾਂ 2, 3, 4 (ਚਿੱਤਰ 1a) ਦਾ ਸਮਰਥਨ ਕਰਦੇ ਹਨ।ਉਦਾਹਰਨ ਲਈ, ਜਦੋਂ ਸਪੀਡ ਸਿਗਨਲ ਦੇ ਦੋ ਸੈੱਟ ਬਹੁਤ ਨੇੜੇ ਹੁੰਦੇ ਹਨ, ਤਾਂ ਇਸ ਨੂੰ ਇੱਕ ਚਲਦੀ ਵਸਤੂ ਜਾਂ ਕਈ ਚਲਦੀਆਂ ਵਸਤੂਆਂ (ਚਿੱਤਰ 1b) ਵਜੋਂ ਸਮਝਿਆ ਜਾ ਸਕਦਾ ਹੈ।ਇਹ ਵਿਭਾਜਨ ਦੀ ਵਿਅਕਤੀਗਤ ਪ੍ਰਕਿਰਤੀ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ, ਭਾਵ ਇਹ ਚਿੱਤਰ ਦੀ ਇੱਕ ਸਥਿਰ ਵਿਸ਼ੇਸ਼ਤਾ ਨਹੀਂ ਹੈ, ਪਰ ਵਿਆਖਿਆ ਦੀ ਇੱਕ ਪ੍ਰਕਿਰਿਆ ਹੈ।ਸਧਾਰਣ ਧਾਰਨਾ ਲਈ ਇਸਦੇ ਸਪੱਸ਼ਟ ਮਹੱਤਵ ਦੇ ਬਾਵਜੂਦ, ਅਨੁਭਵੀ ਵਿਭਾਜਨ ਦੇ ਤੰਤੂ ਅਧਾਰ ਬਾਰੇ ਸਾਡੀ ਸਮਝ ਸਭ ਤੋਂ ਵਧੀਆ ਤੌਰ 'ਤੇ ਅਧੂਰੀ ਰਹਿੰਦੀ ਹੈ।
ਇੱਕ ਅਨੁਭਵੀ ਵਿਭਾਜਨ ਸਮੱਸਿਆ ਦਾ ਇੱਕ ਕਾਰਟੂਨ ਦ੍ਰਿਸ਼ਟਾਂਤ।ਇੱਕ ਨੇਕਰ ਘਣ (ਖੱਬੇ) ਵਿੱਚ ਡੂੰਘਾਈ ਬਾਰੇ ਇੱਕ ਨਿਰੀਖਕ ਦੀ ਧਾਰਨਾ ਦੋ ਸੰਭਾਵਿਤ ਵਿਆਖਿਆਵਾਂ (ਸੱਜੇ) ਵਿਚਕਾਰ ਬਦਲਦੀ ਹੈ।ਇਹ ਇਸ ਲਈ ਹੈ ਕਿਉਂਕਿ ਚਿੱਤਰ ਵਿੱਚ ਕੋਈ ਸੰਕੇਤ ਨਹੀਂ ਹਨ ਜੋ ਦਿਮਾਗ ਨੂੰ ਚਿੱਤਰ ਦੀ 3D ਸਥਿਤੀ (ਸੱਜੇ ਪਾਸੇ ਮੋਨੋਕੂਲਰ ਓਕਲੂਜ਼ਨ ਸਿਗਨਲ ਦੁਆਰਾ ਪ੍ਰਦਾਨ ਕੀਤੇ ਗਏ) ਨੂੰ ਵਿਲੱਖਣ ਤੌਰ 'ਤੇ ਨਿਰਧਾਰਤ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦੇ ਹਨ।b ਜਦੋਂ ਸਥਾਨਿਕ ਨੇੜਤਾ ਵਿੱਚ ਮਲਟੀਪਲ ਮੋਸ਼ਨ ਸਿਗਨਲ ਪੇਸ਼ ਕੀਤੇ ਜਾਂਦੇ ਹਨ, ਤਾਂ ਵਿਜ਼ਨ ਸਿਸਟਮ ਨੂੰ ਇਹ ਨਿਰਧਾਰਤ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਕੀ ਸਥਾਨਕ ਨਮੂਨੇ ਇੱਕ ਜਾਂ ਇੱਕ ਤੋਂ ਵੱਧ ਵਸਤੂਆਂ ਤੋਂ ਹਨ।ਲੋਕਲ ਮੋਸ਼ਨ ਸਿਗਨਲਾਂ ਦੀ ਅੰਦਰੂਨੀ ਅਸਪਸ਼ਟਤਾ, ਭਾਵ ਵਸਤੂ ਮੋਸ਼ਨਾਂ ਦਾ ਇੱਕ ਕ੍ਰਮ ਇੱਕੋ ਸਥਾਨਕ ਗਤੀ ਪੈਦਾ ਕਰ ਸਕਦਾ ਹੈ, ਜਿਸਦੇ ਨਤੀਜੇ ਵਜੋਂ ਵਿਜ਼ੂਅਲ ਇਨਪੁਟ ਦੀਆਂ ਕਈ ਬਰਾਬਰ ਪ੍ਰਸੰਗਿਕ ਵਿਆਖਿਆਵਾਂ ਹੋ ਸਕਦੀਆਂ ਹਨ, ਭਾਵ ਇੱਥੇ ਵੈਕਟਰ ਫੀਲਡ ਕਿਸੇ ਇੱਕ ਸਤਹ ਦੀ ਸੁਚੱਜੀ ਗਤੀ ਜਾਂ ਓਵਰਲੈਪਿੰਗ ਸਤਹਾਂ ਦੀ ਪਾਰਦਰਸ਼ੀ ਗਤੀ ਤੋਂ ਪੈਦਾ ਹੋ ਸਕਦੇ ਹਨ।c (ਖੱਬੇ) ਸਾਡੇ ਟੈਕਸਟਚਰ ਗਰਿੱਡ ਉਤੇਜਨਾ ਦੀ ਇੱਕ ਉਦਾਹਰਨ।ਆਇਤਾਕਾਰ ਗਰੇਟਿੰਗਸ ਉਹਨਾਂ ਦੀ ਦਿਸ਼ਾ ("ਕੰਪੋਨੈਂਟ ਦਿਸ਼ਾਵਾਂ" - ਸਫ਼ੈਦ ਤੀਰ) ਵੱਲ ਲੰਬਵਤ ਵਹਿ ਕੇ ਇੱਕ ਗ੍ਰੇਟਿੰਗ ਪੈਟਰਨ ਬਣਾਉਣ ਲਈ ਇੱਕ ਦੂਜੇ ਨੂੰ ਓਵਰਲੈਪ ਕਰਦੇ ਹਨ।ਜਾਲੀ ਨੂੰ ਦਿਸ਼ਾਵਾਂ ਦੀ ਇੱਕ ਸਿੰਗਲ, ਨਿਯਮਤ, ਜੁੜੀ ਗਤੀ (ਲਾਲ ਤੀਰ) ਜਾਂ ਮਿਸ਼ਰਿਤ ਦਿਸ਼ਾਵਾਂ ਦੀ ਇੱਕ ਪਾਰਦਰਸ਼ੀ ਗਤੀ ਵਜੋਂ ਸਮਝਿਆ ਜਾ ਸਕਦਾ ਹੈ।ਜਾਲੀ ਦੀ ਧਾਰਨਾ ਬੇਤਰਤੀਬ ਬਿੰਦੂ ਟੈਕਸਟਚਰ ਸੰਕੇਤਾਂ ਦੇ ਜੋੜ ਦੁਆਰਾ ਵਿਗਾੜ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ।(ਮੱਧ) ਪੀਲੇ ਰੰਗ ਵਿੱਚ ਉਜਾਗਰ ਕੀਤਾ ਗਿਆ ਖੇਤਰ ਫੈਲਾਇਆ ਗਿਆ ਹੈ ਅਤੇ ਕ੍ਰਮਵਾਰ ਇੱਕਸਾਰ ਅਤੇ ਪਾਰਦਰਸ਼ੀ ਸਿਗਨਲਾਂ ਲਈ ਫਰੇਮਾਂ ਦੀ ਇੱਕ ਲੜੀ ਵਜੋਂ ਪ੍ਰਦਰਸ਼ਿਤ ਕੀਤਾ ਗਿਆ ਹੈ।ਹਰੇਕ ਕੇਸ ਵਿੱਚ ਬਿੰਦੀ ਦੀ ਗਤੀ ਨੂੰ ਹਰੇ ਅਤੇ ਲਾਲ ਤੀਰਾਂ ਦੁਆਰਾ ਦਰਸਾਇਆ ਗਿਆ ਹੈ।(ਸੱਜੇ) ਫਰੇਮਾਂ ਦੀ ਸੰਖਿਆ ਦੇ ਮੁਕਾਬਲੇ ਚੋਣ ਬਿੰਦੂ ਦੀ ਸਥਿਤੀ (x, y) ਦਾ ਗ੍ਰਾਫ।ਇਕਸਾਰ ਸਥਿਤੀ ਵਿੱਚ, ਸਾਰੇ ਟੈਕਸਟ ਇੱਕੋ ਦਿਸ਼ਾ ਵਿੱਚ ਵਹਿ ਜਾਂਦੇ ਹਨ।ਪਾਰਦਰਸ਼ਤਾ ਦੇ ਮਾਮਲੇ ਵਿੱਚ, ਟੈਕਸਟ ਕੰਪੋਨੈਂਟ ਦੀ ਦਿਸ਼ਾ ਵਿੱਚ ਚਲਦਾ ਹੈ.d ਸਾਡੇ ਮੋਸ਼ਨ ਸੈਗਮੈਂਟੇਸ਼ਨ ਟਾਸਕ ਦਾ ਇੱਕ ਕਾਰਟੂਨ ਚਿੱਤਰ।ਬਾਂਦਰਾਂ ਨੇ ਇੱਕ ਛੋਟੀ ਜਿਹੀ ਬਿੰਦੀ ਨੂੰ ਫਿਕਸ ਕਰਕੇ ਹਰ ਮੁਕੱਦਮੇ ਦੀ ਸ਼ੁਰੂਆਤ ਕੀਤੀ।ਥੋੜੀ ਦੇਰੀ ਤੋਂ ਬਾਅਦ, MT RF ਦੇ ਸਥਾਨ 'ਤੇ ਇੱਕ ਖਾਸ ਕਿਸਮ ਦਾ ਗਰੇਟਿੰਗ ਪੈਟਰਨ (ਇਕਸਾਰਤਾ/ਪਾਰਦਰਸ਼ਤਾ) ਅਤੇ ਟੈਕਸਟ ਸਿਗਨਲ ਦਾ ਆਕਾਰ (ਜਿਵੇਂ ਕਿ ਵਿਪਰੀਤ) ਪ੍ਰਗਟ ਹੋਇਆ।ਹਰੇਕ ਟੈਸਟ ਦੇ ਦੌਰਾਨ, ਗਰੇਟਿੰਗ ਪੈਟਰਨ ਦੀਆਂ ਦੋ ਸੰਭਵ ਦਿਸ਼ਾਵਾਂ ਵਿੱਚੋਂ ਇੱਕ ਵਿੱਚ ਵਹਿ ਸਕਦੀ ਹੈ।ਉਤੇਜਕ ਕਢਵਾਉਣ ਤੋਂ ਬਾਅਦ, ਚੋਣ ਟੀਚੇ MT RF ਦੇ ਉੱਪਰ ਅਤੇ ਹੇਠਾਂ ਦਿਖਾਈ ਦਿੱਤੇ।ਬਾਂਦਰਾਂ ਨੂੰ ਢੁਕਵੇਂ ਚੋਣ ਟੀਚੇ ਲਈ ਸੈਕੇਡਸ ਵਿੱਚ ਗਰਿੱਡ ਦੀ ਆਪਣੀ ਧਾਰਨਾ ਨੂੰ ਦਰਸਾਉਣਾ ਚਾਹੀਦਾ ਹੈ।
ਵਿਜ਼ੂਅਲ ਅੰਦੋਲਨਾਂ ਦੀ ਪ੍ਰੋਸੈਸਿੰਗ ਚੰਗੀ ਤਰ੍ਹਾਂ ਦਰਸਾਈ ਗਈ ਹੈ ਅਤੇ ਇਸ ਤਰ੍ਹਾਂ ਅਨੁਭਵੀ ਵਿਭਾਜਨ ਦੇ ਨਿਊਰਲ ਸਰਕਟਾਂ ਦਾ ਅਧਿਐਨ ਕਰਨ ਲਈ ਇੱਕ ਸ਼ਾਨਦਾਰ ਮਾਡਲ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ।ਕਈ ਕੰਪਿਊਟੇਸ਼ਨਲ ਅਧਿਐਨਾਂ ਨੇ ਦੋ-ਪੜਾਅ ਮੋਸ਼ਨ ਪ੍ਰੋਸੈਸਿੰਗ ਮਾਡਲਾਂ ਦੀ ਉਪਯੋਗਤਾ ਨੂੰ ਨੋਟ ਕੀਤਾ ਹੈ ਜਿਸ ਵਿੱਚ ਉੱਚ-ਰੈਜ਼ੋਲੂਸ਼ਨ ਸ਼ੁਰੂਆਤੀ ਅੰਦਾਜ਼ੇ ਤੋਂ ਬਾਅਦ ਸ਼ੋਰ ਨੂੰ ਹਟਾਉਣ ਅਤੇ ਵਸਤੂ ਵੇਗ 7,8 ਨੂੰ ਬਹਾਲ ਕਰਨ ਲਈ ਸਥਾਨਕ ਨਮੂਨਿਆਂ ਦੇ ਚੋਣਵੇਂ ਏਕੀਕਰਣ ਦੁਆਰਾ ਪਾਲਣਾ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।ਇਹ ਨੋਟ ਕਰਨਾ ਮਹੱਤਵਪੂਰਨ ਹੈ ਕਿ ਦ੍ਰਿਸ਼ਟੀ ਪ੍ਰਣਾਲੀਆਂ ਨੂੰ ਸਾਧਾਰਨ ਵਸਤੂਆਂ ਦੇ ਸਿਰਫ ਉਹਨਾਂ ਸਥਾਨਕ ਨਮੂਨਿਆਂ ਤੱਕ ਇਸ ਜੋੜ ਨੂੰ ਸੀਮਤ ਕਰਨ ਦਾ ਧਿਆਨ ਰੱਖਣਾ ਚਾਹੀਦਾ ਹੈ।ਸਾਈਕੋਫਿਜ਼ੀਕਲ ਅਧਿਐਨਾਂ ਨੇ ਭੌਤਿਕ ਕਾਰਕਾਂ ਦਾ ਵਰਣਨ ਕੀਤਾ ਹੈ ਜੋ ਪ੍ਰਭਾਵਿਤ ਕਰਦੇ ਹਨ ਕਿ ਸਥਾਨਕ ਮੋਸ਼ਨ ਸਿਗਨਲਾਂ ਨੂੰ ਕਿਵੇਂ ਵੰਡਿਆ ਜਾਂਦਾ ਹੈ, ਪਰ ਸਰੀਰਿਕ ਟ੍ਰੈਜੈਕਟਰੀਜ਼ ਅਤੇ ਨਿਊਰਲ ਕੋਡਾਂ ਦੀ ਸ਼ਕਲ ਖੁੱਲ੍ਹੇ ਸਵਾਲ ਬਣੇ ਰਹਿੰਦੇ ਹਨ।ਬਹੁਤ ਸਾਰੀਆਂ ਰਿਪੋਰਟਾਂ ਸੁਝਾਅ ਦਿੰਦੀਆਂ ਹਨ ਕਿ ਪ੍ਰਾਈਮੇਟ ਕਾਰਟੈਕਸ ਦੇ ਅਸਥਾਈ (MT) ਖੇਤਰ ਵਿੱਚ ਸਥਿਤੀ-ਚੋਣ ਵਾਲੇ ਸੈੱਲ ਨਿਊਰਲ ਸਬਸਟਰੇਟਸ ਲਈ ਉਮੀਦਵਾਰ ਹਨ।
ਮਹੱਤਵਪੂਰਨ ਤੌਰ 'ਤੇ, ਇਹਨਾਂ ਪਿਛਲੇ ਪ੍ਰਯੋਗਾਂ ਵਿੱਚ, ਤੰਤੂ ਗਤੀਵਿਧੀ ਵਿੱਚ ਤਬਦੀਲੀਆਂ ਵਿਜ਼ੂਅਲ ਉਤੇਜਨਾ ਵਿੱਚ ਸਰੀਰਕ ਤਬਦੀਲੀਆਂ ਨਾਲ ਸਬੰਧਤ ਸਨ।ਹਾਲਾਂਕਿ, ਜਿਵੇਂ ਕਿ ਉੱਪਰ ਦੱਸਿਆ ਗਿਆ ਹੈ, ਵਿਭਾਜਨ ਲਾਜ਼ਮੀ ਤੌਰ 'ਤੇ ਇੱਕ ਅਨੁਭਵੀ ਪ੍ਰਕਿਰਿਆ ਹੈ।ਇਸਲਈ, ਇਸਦੇ ਨਿਊਰਲ ਸਬਸਟਰੇਟ ਦੇ ਅਧਿਐਨ ਲਈ ਸਥਿਰ ਉਤੇਜਨਾ ਦੀ ਧਾਰਨਾ ਵਿੱਚ ਤਬਦੀਲੀਆਂ ਦੇ ਨਾਲ ਤੰਤੂ ਗਤੀਵਿਧੀ ਵਿੱਚ ਤਬਦੀਲੀਆਂ ਨੂੰ ਜੋੜਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।ਇਸ ਲਈ, ਅਸੀਂ ਦੋ ਬਾਂਦਰਾਂ ਨੂੰ ਇਹ ਰਿਪੋਰਟ ਕਰਨ ਲਈ ਸਿਖਲਾਈ ਦਿੱਤੀ ਕਿ ਕੀ ਸੁਪਰਇੰਪੋਜ਼ਡ ਡਰਿਫਟਿੰਗ ਆਇਤਾਕਾਰ ਗਰੇਟਿੰਗਜ਼ ਦੁਆਰਾ ਬਣਾਇਆ ਗਿਆ ਸਮਝਿਆ ਗਿਆ ਬਿਸਟਬਲ ਗਰੇਟਿੰਗ ਪੈਟਰਨ ਇੱਕ ਸਿੰਗਲ ਸਤ੍ਹਾ ਸੀ ਜਾਂ ਦੋ ਸੁਤੰਤਰ ਸਤਹਾਂ।ਨਿਊਰਲ ਗਤੀਵਿਧੀ ਅਤੇ ਵਿਭਾਜਨ ਨਿਰਣੇ ਦੇ ਵਿਚਕਾਰ ਸਬੰਧਾਂ ਦਾ ਅਧਿਐਨ ਕਰਨ ਲਈ, ਅਸੀਂ MT ਵਿੱਚ ਇੱਕ ਸਿੰਗਲ ਗਤੀਵਿਧੀ ਰਿਕਾਰਡ ਕੀਤੀ ਜਦੋਂ ਬਾਂਦਰਾਂ ਨੇ ਇਹ ਕੰਮ ਕੀਤਾ।
ਅਸੀਂ ਐਮਟੀ ਗਤੀਵਿਧੀ ਅਤੇ ਧਾਰਨਾ ਦੇ ਅਧਿਐਨ ਵਿੱਚ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਸਬੰਧ ਪਾਇਆ ਹੈ।ਇਹ ਸਬੰਧ ਮੌਜੂਦ ਸੀ ਜਾਂ ਨਹੀਂ, ਉਤੇਜਨਾ ਵਿੱਚ ਸਪੱਸ਼ਟ ਵਿਭਾਜਨ ਸੰਕੇਤ ਸ਼ਾਮਲ ਸਨ ਜਾਂ ਨਹੀਂ।ਇਸ ਤੋਂ ਇਲਾਵਾ, ਇਸ ਪ੍ਰਭਾਵ ਦੀ ਤਾਕਤ ਸੈਗਮੈਂਟੇਸ਼ਨ ਸਿਗਨਲਾਂ ਦੀ ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਦੇ ਨਾਲ-ਨਾਲ ਪੈਟਰਨ ਸੂਚਕਾਂਕ ਨਾਲ ਸਬੰਧਤ ਹੈ।ਬਾਅਦ ਵਾਲਾ ਉਸ ਡਿਗਰੀ ਨੂੰ ਮਾਪਦਾ ਹੈ ਜਿਸ ਤੱਕ ਯੂਨਿਟ ਗੁੰਝਲਦਾਰ ਪੈਟਰਨਾਂ ਵਿੱਚ ਸਥਾਨਕ ਅੰਦੋਲਨ ਦੀ ਬਜਾਏ ਗਲੋਬਲ ਰੇਡੀਏਟ ਕਰਦਾ ਹੈ।ਹਾਲਾਂਕਿ ਫੈਸ਼ਨ ਦਿਸ਼ਾ ਲਈ ਚੋਣਤਮਕਤਾ ਨੂੰ ਲੰਬੇ ਸਮੇਂ ਤੋਂ MT ਦੀ ਪਰਿਭਾਸ਼ਿਤ ਵਿਸ਼ੇਸ਼ਤਾ ਵਜੋਂ ਮਾਨਤਾ ਦਿੱਤੀ ਗਈ ਹੈ, ਅਤੇ ਫੈਸ਼ਨ-ਚੋਣ ਵਾਲੇ ਸੈੱਲ ਉਹਨਾਂ ਉਤੇਜਨਾ ਦੀ ਮਨੁੱਖੀ ਧਾਰਨਾ ਦੇ ਨਾਲ ਇਕਸਾਰ ਗੁੰਝਲਦਾਰ ਉਤੇਜਨਾ ਲਈ ਟਿਊਨਿੰਗ ਦਿਖਾਉਂਦੇ ਹਨ, ਸਾਡੇ ਸਭ ਤੋਂ ਉੱਤਮ ਗਿਆਨ ਅਨੁਸਾਰ, ਇਹ ਪੈਟਰਨਾਂ ਦੇ ਵਿਚਕਾਰ ਸਬੰਧ ਦਾ ਪਹਿਲਾ ਸਬੂਤ ਹੈ।ਸੂਚਕਾਂਕ ਅਤੇ ਅਨੁਭਵੀ ਵਿਭਾਜਨ।
ਅਸੀਂ ਦੋ ਬਾਂਦਰਾਂ ਨੂੰ ਡ੍ਰਾਇਫਟਿੰਗ ਗਰਿੱਡ ਉਤੇਜਕ (ਸਹਿਤ ਜਾਂ ਪਾਰਦਰਸ਼ੀ ਅੰਦੋਲਨ) ਦੀ ਧਾਰਨਾ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਕਰਨ ਲਈ ਸਿਖਲਾਈ ਦਿੱਤੀ।ਮਨੁੱਖੀ ਨਿਰੀਖਕ ਆਮ ਤੌਰ 'ਤੇ ਇਹਨਾਂ ਉਤੇਜਕਾਂ ਨੂੰ ਲਗਭਗ ਇੱਕੋ ਬਾਰੰਬਾਰਤਾ ਦੇ ਸੁਮੇਲ ਜਾਂ ਪਾਰਦਰਸ਼ੀ ਅੰਦੋਲਨਾਂ ਵਜੋਂ ਸਮਝਦੇ ਹਨ।ਇਸ ਅਜ਼ਮਾਇਸ਼ ਵਿੱਚ ਸਹੀ ਜਵਾਬ ਦੇਣ ਅਤੇ ਓਪਰੇਟ ਇਨਾਮ ਲਈ ਆਧਾਰ ਸੈੱਟ ਕਰਨ ਲਈ, ਅਸੀਂ ਜਾਲੀ (ਚਿੱਤਰ 1c, d) ਬਣਾਉਣ ਵਾਲੇ ਕੰਪੋਨੈਂਟ ਦੇ ਰਾਸਟਰ ਨੂੰ ਟੈਕਸਟਚਰ ਕਰਕੇ ਸੈਗਮੈਂਟੇਸ਼ਨ ਸਿਗਨਲ ਬਣਾਏ।ਇਕਸਾਰ ਸਥਿਤੀਆਂ ਦੇ ਤਹਿਤ, ਸਾਰੇ ਟੈਕਸਟ ਪੈਟਰਨ ਦੀ ਦਿਸ਼ਾ ਦੇ ਨਾਲ-ਨਾਲ ਚਲਦੇ ਹਨ (ਚਿੱਤਰ 1c, "ਸੁਮੇਲ")।ਪਾਰਦਰਸ਼ੀ ਅਵਸਥਾ ਵਿੱਚ, ਟੈਕਸਟ ਗਰੇਟਿੰਗ ਦੀ ਦਿਸ਼ਾ ਵਿੱਚ ਲੰਬਵਤ ਚਲਦਾ ਹੈ ਜਿਸ ਉੱਤੇ ਇਹ ਉੱਪਰ ਲਗਾਇਆ ਜਾਂਦਾ ਹੈ (ਚਿੱਤਰ 1c, “ਪਾਰਦਰਸ਼ੀ”)।ਅਸੀਂ ਇਸ ਟੈਕਸਟ ਲੇਬਲ ਦੇ ਕੰਟ੍ਰਾਸਟ ਨੂੰ ਬਦਲ ਕੇ ਕੰਮ ਦੀ ਮੁਸ਼ਕਲ ਨੂੰ ਨਿਯੰਤਰਿਤ ਕਰਦੇ ਹਾਂ।ਕਿਊਡ ਟਰਾਇਲਾਂ ਵਿੱਚ, ਟੈਕਸਟਚਰ ਸੰਕੇਤਾਂ ਦੇ ਅਨੁਸਾਰੀ ਜਵਾਬਾਂ ਲਈ ਬਾਂਦਰਾਂ ਨੂੰ ਇਨਾਮ ਦਿੱਤਾ ਗਿਆ ਸੀ, ਅਤੇ ਟੈਕਸਟਚਰ ਸੰਕੇਤਾਂ (ਜ਼ੀਰੋ ਟੈਕਸਟਚਰ ਕੰਟ੍ਰਾਸਟ ਸ਼ਰਤ) ਦੇ ਬਿਨਾਂ ਪੈਟਰਨਾਂ ਵਾਲੇ ਟਰਾਇਲਾਂ ਵਿੱਚ ਬੇਤਰਤੀਬੇ (50/50 ਔਡਜ਼) ਇਨਾਮ ਦਿੱਤੇ ਗਏ ਸਨ।
ਦੋ ਪ੍ਰਤੀਨਿਧ ਪ੍ਰਯੋਗਾਂ ਤੋਂ ਵਿਵਹਾਰ ਸੰਬੰਧੀ ਡੇਟਾ ਚਿੱਤਰ 2a ਵਿੱਚ ਦਿਖਾਇਆ ਗਿਆ ਹੈ, ਅਤੇ ਜਵਾਬਾਂ ਨੂੰ ਕ੍ਰਮਵਾਰ ਉੱਪਰ ਜਾਂ ਹੇਠਾਂ ਸ਼ਿਫਟ ਕਰਨ ਵਾਲੇ ਪੈਟਰਨਾਂ ਲਈ ਟੈਕਸਟ ਸਿਗਨਲ (ਪਾਰਦਰਸ਼ਤਾ ਵਿਪਰੀਤਤਾ ਨੂੰ ਪਰਿਭਾਸ਼ਾ ਦੁਆਰਾ ਨਕਾਰਾਤਮਕ ਮੰਨਿਆ ਜਾਂਦਾ ਹੈ) ਦੇ ਵਿਪਰੀਤਤਾ ਦੇ ਨਿਰਣੇ ਦੇ ਅਨੁਪਾਤ ਦੇ ਰੂਪ ਵਿੱਚ ਪਲਾਟ ਕੀਤਾ ਗਿਆ ਹੈ। ਕੁੱਲ ਮਿਲਾ ਕੇ, ਬਾਂਦਰਾਂ ਦੀ ਇਕਸੁਰਤਾ/ਪਾਰਦਰਸ਼ਤਾ ਦੀ ਧਾਰਨਾ ਟੈਕਸਟਚਰ ਕਯੂ (ANOVA; ਬਾਂਦਰ N: ਦਿਸ਼ਾ – F = 0.58, p = 0.45, ਸਾਈਨ – F = 1248, p < 10-10, 1248, p < 10, 10, 1248, 1248, p < 10, 10, 1248, 1248, p < 10, 13, 1248, 1248, p < 10, 1248, 1248, 1248, p < 10, 1248, 1248; ਕੁੰਜੀ S: ਦਿਸ਼ਾ – F = 0.41, p = 0.52, ਚਿੰਨ੍ਹ – F = 2876.7, p < 10−10, ਕੰਟ੍ਰਾਸਟ – F = 36.5, p < 10−10)। ਕੁੱਲ ਮਿਲਾ ਕੇ, ਬਾਂਦਰਾਂ ਦੀ ਤਾਲਮੇਲ/ਪਾਰਦਰਸ਼ਤਾ ਦੀ ਧਾਰਨਾ ਟੈਕਸਟਚਰ ਕਯੂ (ANOVA; ਬਾਂਦਰ N: ਦਿਸ਼ਾ – F = 0.58, p = 0.45, ਸਾਈਨ – F = 1248, p < 10 - 10, 1248, p < 10, 13, 1248, p < 10, 1248, 1248, p < 10-10, 1248, 1248, p < 10, 1248, 1248, p < 10, 1248, 1248, p < 10, 1248. ਬਾਂਦਰ S: ਦਿਸ਼ਾ – F = 0.41, p = 0.52, ਚਿੰਨ੍ਹ – F = 2876.7, p < 10−10, ਵਿਪਰੀਤ – F = 36.5, p < 10−10)। В целом на восприятие обезьянами когерентности/прозрачности достоверно влияли как знак (прозрачность, когерентность), так (прозрачность, когерентность), так () ਰਿਜ਼ਨਾਕਾ (ANOVA; обезьяна N: направление — F = 0,58, p = 0,45, знак — F = 1248, p < 10−10, контраст – F = 22,63, p < 10; −10 p = 0,58, p = 0,45; ,52, признак – F = 2876,7, p < 10−10, контраст – F = 36,5, р < 10-10)। ਆਮ ਤੌਰ 'ਤੇ, ਬਾਂਦਰਾਂ ਦੁਆਰਾ ਤਾਲਮੇਲ/ਪਾਰਦਰਸ਼ਤਾ ਦੀ ਧਾਰਨਾ ਟੈਕਸਟ ਵਿਸ਼ੇਸ਼ਤਾ (ANOVA; ਬਾਂਦਰ N: ਦਿਸ਼ਾ — F = 0.58, p = 0.45, ਚਿੰਨ੍ਹ — F = 1248, p <10−10, tra2stmon = 3, p <10−10, 1248, p < 10−10, 1248, p < 10−10, 1248, p <st-monkey = 3. : ਦਿਸ਼ਾ - F = 0.41, p = 0.52, ਚਿੰਨ੍ਹ - F = 2876.7, p < 10 −10, ਕੰਟ੍ਰਾਸਟ - F = 36.5, p < 10-10)।总体而言,猴子对连贯性/透明度的感知受到纹理提示（ANOVA）的符幈对（透明老连度）的可靠影响；猴子N：方向- F = 0.58，p = 0.45，符号- F = 1248, p < 10−10, 对比度– F = 22.0; 对比度– F = 22.0;向– F = 0.41, p = 0.52, 符号– F = 2876.7, p < 10−10, 对比度– F = 36.5， p < 10-10）.总体而言,猴子对连贯性/透明度的感知受到纹理提示（ANOVA）的符幈对（透明老连度）的可靠影响；猴子N：方向- F = 0.58，p = 0.45，符号- F = 1248, p < 10−10, 对比度– F = 22.10; <1-6, 1248, p <10−10 ).ਆਮ ਤੌਰ 'ਤੇ, ਬਾਂਦਰ ਇਕਸੁਰਤਾ/ਪਾਰਦਰਸ਼ਤਾ ਦੀ ਧਾਰਨਾ ਟੈਕਸਟ ਸਿਗਨਲ (ANOVA) ਦੇ ਚਿੰਨ੍ਹ (ਪਾਰਦਰਸ਼ਤਾ, ਤਾਲਮੇਲ) ਅਤੇ ਤੀਬਰਤਾ (ਵਿਪਰੀਤ) ਦੁਆਰਾ ਮਹੱਤਵਪੂਰਨ ਤੌਰ 'ਤੇ ਪ੍ਰਭਾਵਿਤ ਹੋਈ ਸੀ;обезьяна N: ориентация – F = 0,58, p = 0,45, знак – F = 1248, p < 10−10, Контрастность — F = 22,63, p < 10; ਬਾਂਦਰ N: ਸਥਿਤੀ – F = 0.58, p = 0.45, ਚਿੰਨ੍ਹ – F = 1248, p < 10−10, ਵਿਪਰੀਤ – F = 22.63, p < 10; −10 Обезьяна S: Ориентация — F = 0,41, p = 0,52, Знак — F = 2876,7, p < 10−10, Контрастность — F = 36,5, p < 10-10)। −10 ਬਾਂਦਰ S: ਸਥਿਤੀ – F = 0.41, p = 0.52, ਚਿੰਨ੍ਹ - F = 2876.7, p < 10-10, ਵਿਪਰੀਤ - F = 36.5, p < 10-10)।ਬਾਂਦਰਾਂ ਦੀਆਂ ਮਨੋਵਿਗਿਆਨਕ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਦਰਸਾਉਣ ਲਈ ਗੌਸੀ ਸੰਚਤ ਫੰਕਸ਼ਨਾਂ ਨੂੰ ਹਰੇਕ ਸੈਸ਼ਨ ਦੇ ਡੇਟਾ ਵਿੱਚ ਫਿੱਟ ਕੀਤਾ ਗਿਆ ਸੀ।ਅੰਜੀਰ 'ਤੇ.2b ਦੋਵਾਂ ਬਾਂਦਰਾਂ ਲਈ ਸਾਰੇ ਸੈਸ਼ਨਾਂ ਵਿੱਚ ਇਹਨਾਂ ਮਾਡਲਾਂ ਲਈ ਸਮਝੌਤੇ ਦੀ ਵੰਡ ਦਿਖਾਉਂਦਾ ਹੈ।ਕੁੱਲ ਮਿਲਾ ਕੇ, ਬਾਂਦਰਾਂ ਨੇ ਕੰਮ ਨੂੰ ਸਹੀ ਅਤੇ ਨਿਰੰਤਰਤਾ ਨਾਲ ਪੂਰਾ ਕੀਤਾ, ਅਤੇ ਅਸੀਂ ਸੰਚਤ ਗੌਸੀਅਨ ਮਾਡਲ ਲਈ ਮਾੜੇ ਫਿੱਟ ਹੋਣ ਕਾਰਨ ਦੋ-ਬਾਂਦਰ ਸੈਸ਼ਨਾਂ ਦੇ 13% ਤੋਂ ਘੱਟ ਨੂੰ ਰੱਦ ਕਰ ਦਿੱਤਾ।
ਪ੍ਰਤੀਨਿਧੀ ਸੈਸ਼ਨਾਂ ਵਿੱਚ ਬਾਂਦਰਾਂ ਦੇ ਵਿਵਹਾਰ ਦੀਆਂ ਉਦਾਹਰਣਾਂ (n ≥ 20 ਟਰਾਇਲ ਪ੍ਰਤੀ ਉਤੇਜਕ ਸਥਿਤੀ)।ਖੱਬੇ (ਸੱਜੇ) ਪੈਨਲਾਂ ਵਿੱਚ, ਇੱਕ N(S) ਬਾਂਦਰ ਸੈਸ਼ਨ ਦੇ ਡੇਟਾ ਨੂੰ ਸੰਜੋਗ ਚੋਣ ਸਕੋਰ (ਆਰਡੀਨੇਟ) ਬਨਾਮ ਟੈਕਸਟ ਸਿਗਨਲ (abscissa) ਦੇ ਸਾਈਨ ਕੰਟ੍ਰਾਸਟ ਵਜੋਂ ਪਲਾਟ ਕੀਤਾ ਗਿਆ ਹੈ।ਇੱਥੇ ਇਹ ਮੰਨਿਆ ਜਾਂਦਾ ਹੈ ਕਿ ਪਾਰਦਰਸ਼ੀ (ਸੰਗਠਿਤ) ਟੈਕਸਟ ਦੇ ਨਕਾਰਾਤਮਕ (ਸਕਾਰਾਤਮਕ) ਮੁੱਲ ਹੁੰਦੇ ਹਨ।ਜਵਾਬਾਂ ਨੂੰ ਟੈਸਟ ਵਿੱਚ ਪੈਟਰਨ (ਉੱਪਰ (90°) ਜਾਂ ਹੇਠਾਂ (270°)) ਦੀ ਗਤੀ ਦੀ ਦਿਸ਼ਾ ਦੇ ਅਨੁਸਾਰ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਬਣਾਇਆ ਗਿਆ ਸੀ।ਦੋਵਾਂ ਜਾਨਵਰਾਂ ਲਈ, ਪ੍ਰਦਰਸ਼ਨ, ਭਾਵੇਂ ਜਵਾਬ ਨੂੰ 50/50 ਕੰਟ੍ਰਾਸਟ (PSE - ਠੋਸ ਤੀਰ) ਨਾਲ ਵੰਡਿਆ ਗਿਆ ਹੋਵੇ ਜਾਂ ਪ੍ਰਦਰਸ਼ਨ ਦੇ ਇੱਕ ਖਾਸ ਪੱਧਰ (ਥ੍ਰੈਸ਼ਹੋਲਡ - ਓਪਨ ਐਰੋਜ਼) ਦਾ ਸਮਰਥਨ ਕਰਨ ਲਈ ਲੋੜੀਂਦੇ ਟੈਕਸਟਲ ਕੰਟ੍ਰਾਸਟ ਦੀ ਮਾਤਰਾ, ਇਹਨਾਂ ਵਹਿਣ ਦਿਸ਼ਾਵਾਂ ਵਿੱਚ ਹੈ।b ਗੌਸੀ ਸੰਚਤ ਫੰਕਸ਼ਨ ਦੇ R2 ਮੁੱਲਾਂ ਦਾ ਫਿੱਟ ਕੀਤਾ ਹਿਸਟੋਗ੍ਰਾਮ।ਬਾਂਦਰ S(N) ਡੇਟਾ ਖੱਬੇ (ਸੱਜੇ) 'ਤੇ ਦਿਖਾਇਆ ਗਿਆ ਹੈ।c (ਟੌਪ) PSE PSE ਦੀ ਤੁਲਨਾ ਵਿੱਚ ਗਰਿੱਡ ਹੇਠਾਂ ਸ਼ਿਫਟ (ਔਰਡੀਨੇਟ) ਲਈ ਮਾਪਿਆ ਗਿਆ ਗਰਿੱਡ (abscissa) ਪਲਾਟ ਵਿੱਚ ਸ਼ਿਫਟ ਕੀਤਾ ਗਿਆ, ਹਰੇਕ ਸਥਿਤੀ ਲਈ PSE ਵੰਡ ਨੂੰ ਦਰਸਾਉਣ ਵਾਲੇ ਕਿਨਾਰਿਆਂ ਅਤੇ ਹਰ ਸਥਿਤੀ ਲਈ ਮੱਧਮਾਨ ਦਰਸਾਉਣ ਵਾਲੇ ਤੀਰਾਂ ਦੇ ਨਾਲ।ਸਾਰੇ N(S) ਬਾਂਦਰ ਸੈਸ਼ਨਾਂ ਲਈ ਡੇਟਾ ਖੱਬੇ (ਸੱਜੇ) ਕਾਲਮ ਵਿੱਚ ਦਿੱਤਾ ਗਿਆ ਹੈ।(ਹੇਠਾਂ) PSE ਡੇਟਾ ਲਈ ਉਹੀ ਕਨਵੈਨਸ਼ਨ, ਪਰ ਫਿੱਟ ਫੀਚਰ ਥ੍ਰੈਸ਼ਹੋਲਡ ਲਈ।PSE ਥ੍ਰੈਸ਼ਹੋਲਡ ਜਾਂ ਫੈਸ਼ਨ ਰੁਝਾਨਾਂ ਵਿੱਚ ਕੋਈ ਮਹੱਤਵਪੂਰਨ ਅੰਤਰ ਨਹੀਂ ਸਨ (ਟੈਕਸਟ ਦੇਖੋ)।d PSE ਅਤੇ ਢਲਾਨ (ਆਰਡੀਨੇਟ) ਕੋਣਿਕ ਵਿਭਾਜਨ ਕੰਪੋਨੈਂਟ ("ਇੰਟੈਗਰਲ ਗਰੇਟਿੰਗ ਐਂਗਲ" - ਐਬਸਸੀਸਾ) ਦੇ ਸਧਾਰਣ ਰਾਸਟਰ ਓਰੀਐਂਟੇਸ਼ਨ 'ਤੇ ਨਿਰਭਰ ਕਰਦੇ ਹੋਏ ਪਲਾਟ ਕੀਤੇ ਗਏ ਹਨ।ਖੁੱਲ੍ਹੇ ਚੱਕਰ ਸਾਧਨ ਹਨ, ਠੋਸ ਰੇਖਾ ਸਭ ਤੋਂ ਵਧੀਆ ਫਿਟਿੰਗ ਰੀਗਰੈਸ਼ਨ ਮਾਡਲ ਹੈ, ਅਤੇ ਬਿੰਦੀ ਵਾਲੀ ਲਾਈਨ ਰਿਗਰੈਸ਼ਨ ਮਾਡਲ ਲਈ 95% ਭਰੋਸੇ ਦਾ ਅੰਤਰਾਲ ਹੈ।PSE ਅਤੇ ਸਧਾਰਣ ਏਕੀਕਰਣ ਕੋਣ ਵਿਚਕਾਰ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਸਬੰਧ ਹੈ, ਪਰ ਢਲਾਨ ਅਤੇ ਸਧਾਰਣ ਏਕੀਕਰਣ ਕੋਣ ਨਹੀਂ, ਇਹ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ ਸਾਈਕੋਮੈਟ੍ਰਿਕ ਫੰਕਸ਼ਨ ਬਦਲਦਾ ਹੈ ਕਿਉਂਕਿ ਕੋਣ ਕੰਪੋਨੈਂਟ ਜਾਲੀਆਂ ਨੂੰ ਵੱਖ ਕਰਦਾ ਹੈ, ਪਰ ਤਿੱਖਾ ਜਾਂ ਸਮਤਲ ਨਹੀਂ ਹੁੰਦਾ।(ਬਾਂਦਰ N, n = 32 ਸੈਸ਼ਨ; Monkey S, n = 43 ਸੈਸ਼ਨ)।ਸਾਰੇ ਪੈਨਲਾਂ ਵਿੱਚ, ਤਰੁੱਟੀ ਬਾਰ ਮੱਧਮਾਨ ਦੀ ਮਿਆਰੀ ਗਲਤੀ ਨੂੰ ਦਰਸਾਉਂਦੀਆਂ ਹਨ।ਹਾਹਾ.ਤਾਲਮੇਲ, PSE ਵਿਅਕਤੀਗਤ ਸਮਾਨਤਾ ਸਕੋਰ, ਆਦਰਸ਼।ਮਾਨਕੀਕਰਨ
ਜਿਵੇਂ ਕਿ ਉੱਪਰ ਨੋਟ ਕੀਤਾ ਗਿਆ ਹੈ, ਟੈਕਸਟਚਰ ਸੰਕੇਤਾਂ ਦੇ ਵਿਪਰੀਤ ਅਤੇ ਪੈਟਰਨ ਦੀ ਗਤੀ ਦੀ ਦਿਸ਼ਾ ਦੋਵੇਂ ਅਜ਼ਮਾਇਸ਼ਾਂ ਵਿੱਚ ਵੱਖੋ-ਵੱਖਰੇ ਹੁੰਦੇ ਹਨ, ਇੱਕ ਦਿੱਤੇ ਗਏ ਅਜ਼ਮਾਇਸ਼ ਵਿੱਚ ਉਤੇਜਨਾ ਉੱਪਰ ਜਾਂ ਹੇਠਾਂ ਵੱਲ ਵਧਦੀ ਹੈ।ਇਹ psychophysical11 ਅਤੇ neuronal28 ਅਨੁਕੂਲ ਪ੍ਰਭਾਵਾਂ ਨੂੰ ਘੱਟ ਕਰਨ ਲਈ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।ਪੈਟਰਨ ਓਰੀਐਂਟੇਸ਼ਨ ਬਨਾਮ ਪੱਖਪਾਤ (ਵਿਅਕਤੀਗਤ ਸਮਾਨਤਾ ਬਿੰਦੂ ਜਾਂ PSE) (ਵਿਲਕੋਕਸਨ ਰੈਂਕ ਜੋੜ ਟੈਸਟ; ਬਾਂਦਰ N: z = 0.25, p = 0.8; ਬਾਂਦਰ S: z = 0.86, p = 0.39) ਜਾਂ ਫਿੱਟ ਕੀਤੇ ਫੰਕਸ਼ਨ ਥ੍ਰੈਸ਼ਹੋਲਡ (ਵਿਲਕੋਕਸਨ ਦਾ ਜੋੜ, p = 0. 4; 0.8 ਰੈਂਕ. ਕੁੰਜੀ S: z = 0.49, p = 0.62) (ਚਿੱਤਰ 2c)।ਇਸ ਤੋਂ ਇਲਾਵਾ, ਪ੍ਰਦਰਸ਼ਨ ਥ੍ਰੈਸ਼ਹੋਲਡ ਪੱਧਰਾਂ (N ਬਾਂਦਰ = 24.5% ± 3.9%, S ਬਾਂਦਰ = 18.9% ± 1.9%; ਵਿਲਕੌਕਸਨ ਰੈਂਕ ਜੋੜ, z = 1.01, p = 0.31) ਨੂੰ ਕਾਇਮ ਰੱਖਣ ਲਈ ਲੋੜੀਂਦੇ ਟੈਕਸਟ ਕੰਟ੍ਰਾਸਟ ਦੀ ਡਿਗਰੀ ਵਿੱਚ ਬਾਂਦਰਾਂ ਵਿੱਚ ਕੋਈ ਮਹੱਤਵਪੂਰਨ ਅੰਤਰ ਨਹੀਂ ਸਨ।
ਹਰੇਕ ਸੈਸ਼ਨ ਵਿੱਚ, ਅਸੀਂ ਕੰਪੋਨੈਂਟ ਜਾਲੀ ਦੇ ਦਿਸ਼ਾ-ਨਿਰਦੇਸ਼ਾਂ ਨੂੰ ਵੱਖ ਕਰਨ ਵਾਲੇ ਇੰਟਰਲੈੱਟਿਸ ਕੋਣ ਨੂੰ ਬਦਲਿਆ ਹੈ।ਸਾਈਕੋਫਿਜ਼ੀਕਲ ਅਧਿਐਨਾਂ ਨੇ ਦਿਖਾਇਆ ਹੈ ਕਿ ਜਦੋਂ ਇਹ ਕੋਣ ਛੋਟਾ ਹੁੰਦਾ ਹੈ ਤਾਂ ਲੋਕ ਸੈੱਲ 10 ਨੂੰ ਜੁੜੇ ਹੋਏ ਸਮਝਦੇ ਹਨ।ਜੇਕਰ ਬਾਂਦਰ ਭਰੋਸੇਯੋਗਤਾ ਨਾਲ ਤਾਲਮੇਲ/ਪਾਰਦਰਸ਼ਤਾ ਦੀ ਆਪਣੀ ਧਾਰਨਾ ਦੀ ਰਿਪੋਰਟ ਕਰ ਰਹੇ ਸਨ, ਤਾਂ ਇਹਨਾਂ ਖੋਜਾਂ ਦੇ ਅਧਾਰ 'ਤੇ, ਕੋਈ ਵੀ PSE ਦੀ ਉਮੀਦ ਕਰੇਗਾ, ਤਾਲਮੇਲ ਅਤੇ ਪਾਰਦਰਸ਼ਤਾ ਵਿਕਲਪਾਂ ਦੇ ਵਿਚਕਾਰ ਇੱਕ ਸਮਾਨ ਵੰਡ ਨਾਲ ਸੰਬੰਧਿਤ ਟੈਕਸਟ ਕੰਟ੍ਰਾਸਟ, ਪਰਸਪਰ ਪ੍ਰਭਾਵ ਨੂੰ ਵਧਾਉਣ ਲਈ।ਜਾਲੀ ਕੋਣ. ਇਹ ਅਸਲ ਵਿੱਚ ਕੇਸ ਸੀ (ਚਿੱਤਰ 2d; ਪੈਟਰਨ ਦਿਸ਼ਾਵਾਂ ਵਿੱਚ ਸਮੇਟਣਾ, ਕ੍ਰਸਕਲ–ਵਾਲਿਸ; ਬਾਂਦਰ N: χ2 = 23.06, p < 10−3; ਬਾਂਦਰ S: χ2 = 22.22, p < 10−3; ਸਧਾਰਣ ਇੰਟਰ-ਗ੍ਰੇਟਿੰਗ ਕੋਣ, p <1 r−7 - 9 ਸਵਿੱਚ; ਬਾਂਦਰ S: r = 0.76, p < 10−13)। ਇਹ ਅਸਲ ਵਿੱਚ ਕੇਸ ਸੀ (ਚਿੱਤਰ 2d; ਪੈਟਰਨ ਦਿਸ਼ਾਵਾਂ ਵਿੱਚ ਢਹਿ-ਢੇਰੀ ਹੋਣਾ, ਕ੍ਰਸਕਲ–ਵਾਲਿਸ; ਬਾਂਦਰ N: χ2 = 23.06, p < 10−3; ਬਾਂਦਰ S: χ2 = 22.22, p < 10−3; ਸਧਾਰਣ ਅੰਤਰ-SE – 10−3; ਸਧਾਰਣ ਅੰਤਰ- SE – 0 - 0 - 6 ਸਵਿੱਚ; ਸਧਾਰਣ ਕੋਣ ਦੇ ਵਿਚਕਾਰ ਸਬੰਧ: <1 0 r. ਬਾਂਦਰ S: r = 0.76, p < 10−13)। Это действительно имело место (рис. 2d; коллапс поперек направления паттерна, Крускал-Уоллис; обезьяна N: χ2 = p, 23; Sb = 23; 22,22, p < 10–3; корреляция между нормализованными угол решетки и PSE – обезьяна N: r = 0,67, p < 10-9, обезья, p <10-9, обезья, p = 010, обезьяна = 103,). ਇਹ ਸੱਚਮੁੱਚ ਵਾਪਰਿਆ ਹੈ (ਚਿੱਤਰ 2d; ਪੈਟਰਨ ਦੀ ਦਿਸ਼ਾ ਵਿੱਚ ਸਮੇਟਣਾ, ਕ੍ਰਸਕਲ-ਵਾਲਿਸ; ਬਾਂਦਰ N: χ2 = 23.06, p <10–3; ਬਾਂਦਰ S: χ2 = 22.22, p <10–3; ਸਧਾਰਣ ਜਾਲੀ ਕੋਣ, p <10-9, p6-monkey, <SEI = 07-7 ਵਿਚਕਾਰ ਸਬੰਧ। ਬਾਂਦਰ S: r = 0.76, p <10-13)।情况确实如此（图2d；跨模式方向折叠，Kruskal-Wallis；猴子N：χ2 = 23.06，p <10-3；S23p. ；标准化间光栅角和PSE – 猴子N：r = 0.67，p <10-9；猴子S：r = 0.76，p <10-13）।情况 确实 如此 （图 图 2D ； 方向 折叠 ， kruskal-wallis ； n ： 2 = 23.06 ， p <10-3 p. <10-3 ； 间 光栅角 和 pse-猴子 猴子 猴子 猴子 猴子 猴子 猴子N：r = 0.67，p <10-7.0p <10-7. -13). Это действительно имело место (рис. 2d; кратность по оси моды, Крускал-Уоллис; обезьяна N: χ2 = 23,06, p < p < 10: 22, 22, χ = 23; 10-3; нормализованный межрешеточный угол). ਇਹ ਅਸਲ ਵਿੱਚ ਕੇਸ ਸੀ (ਚਿੱਤਰ 2d; ਮੋਡ ਧੁਰੇ ਦੇ ਨਾਲ ਫੋਲਡ ਕਰੋ, ਕ੍ਰਸਕਲ-ਵਾਲਿਸ; ਬਾਂਦਰ N: χ2 = 23.06, p <10-3; ਬਾਂਦਰ S: χ2 = 22.22, p <10-3; ਸਧਾਰਣ ਇੰਟਰਲੈਟੀਸ ਕੋਨਾ)। PSE-обезьяна N: r = 0,67, p <10–9, обезьяна S: r = 0,76, p < 10–13)। PSE ਬਾਂਦਰ N: r = 0.67, p < 10–9, ਬਾਂਦਰ S: r = 0.76, p < 10–13)।ਇਸ ਦੇ ਉਲਟ, ਇੰਟਰਲੈਟਿਕਸ ਕੋਣ ਨੂੰ ਬਦਲਣ ਨਾਲ ਸਾਈਕੋਮੈਟ੍ਰਿਕ ਫੰਕਸ਼ਨ ਦੀ ਢਲਾਣ 'ਤੇ ਕੋਈ ਮਹੱਤਵਪੂਰਨ ਪ੍ਰਭਾਵ ਨਹੀਂ ਸੀ (Fig. 2d; ਕਰਾਸ-ਮਾਡਲ ਓਰੀਐਂਟੇਸ਼ਨ ਫੋਲਡ, ਕ੍ਰਸਕਲ-ਵਾਲਿਸ; ਬਾਂਦਰ N: χ2 = 8.09, p = 0.23; monkey S χ2 = p = 0.23; monkey S χ2 = p = 3.187, ਸਧਾਰਣ ਇੰਟਰਲੈਟਿਕਸ, ਐੱਨ. lope – ਬਾਂਦਰ N: r = -0.4, p = 0.2, ਬਾਂਦਰ S: r = 0.03, p = 0.76)।ਇਸ ਤਰ੍ਹਾਂ, ਕਿਸੇ ਵਿਅਕਤੀ ਦੇ ਮਨੋਵਿਗਿਆਨਕ ਡੇਟਾ ਦੇ ਅਨੁਸਾਰ, ਗਰੇਟਿੰਗ ਦੇ ਵਿਚਕਾਰ ਕੋਣ ਨੂੰ ਬਦਲਣ ਦਾ ਔਸਤ ਪ੍ਰਭਾਵ ਵਿਸਥਾਪਨ ਬਿੰਦੂਆਂ ਵਿੱਚ ਇੱਕ ਤਬਦੀਲੀ ਹੈ, ਨਾ ਕਿ ਵਿਭਾਜਨ ਸੰਕੇਤਾਂ ਦੀ ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਵਿੱਚ ਵਾਧਾ ਜਾਂ ਕਮੀ।
ਅੰਤ ਵਿੱਚ, ਜ਼ੀਰੋ ਟੈਕਸਟ ਕੰਟ੍ਰਾਸਟ ਦੇ ਨਾਲ ਟਰਾਇਲਾਂ ਵਿੱਚ 0.5 ਦੀ ਸੰਭਾਵਨਾ ਦੇ ਨਾਲ ਇਨਾਮ ਬੇਤਰਤੀਬੇ ਨਿਰਧਾਰਤ ਕੀਤੇ ਜਾਂਦੇ ਹਨ।ਜੇ ਸਾਰੇ ਬਾਂਦਰ ਇਸ ਵਿਲੱਖਣ ਬੇਤਰਤੀਬੇ ਤੋਂ ਜਾਣੂ ਸਨ ਅਤੇ ਜ਼ੀਰੋ ਟੈਕਸਟਚਰ ਕੰਟ੍ਰਾਸਟ ਅਤੇ ਕਯੂ ਉਤੇਜਨਾ ਵਿਚਕਾਰ ਫਰਕ ਕਰਨ ਦੇ ਯੋਗ ਸਨ, ਤਾਂ ਉਹ ਦੋ ਕਿਸਮਾਂ ਦੇ ਅਜ਼ਮਾਇਸ਼ਾਂ ਲਈ ਵੱਖੋ ਵੱਖਰੀਆਂ ਰਣਨੀਤੀਆਂ ਵਿਕਸਿਤ ਕਰ ਸਕਦੇ ਸਨ।ਦੋ ਨਿਰੀਖਣ ਜ਼ੋਰਦਾਰ ਸੁਝਾਅ ਦਿੰਦੇ ਹਨ ਕਿ ਅਜਿਹਾ ਨਹੀਂ ਹੈ।ਪਹਿਲਾਂ, ਗਰੇਟਿੰਗ ਐਂਗਲ ਨੂੰ ਬਦਲਣ ਨਾਲ ਕਿਊ ਅਤੇ ਜ਼ੀਰੋ ਟੈਕਸਟਚਰ ਕੰਟ੍ਰਾਸਟ ਸਕੋਰਾਂ (ਚਿੱਤਰ 2d ਅਤੇ ਪੂਰਕ ਚਿੱਤਰ 1) 'ਤੇ ਗੁਣਾਤਮਕ ਤੌਰ 'ਤੇ ਸਮਾਨ ਪ੍ਰਭਾਵ ਪਿਆ।ਦੂਜਾ, ਦੋਵਾਂ ਬਾਂਦਰਾਂ ਲਈ, ਬਿਸਟਬਲ ਅਜ਼ਮਾਇਸ਼ ਦੀ ਚੋਣ ਸਭ ਤੋਂ ਤਾਜ਼ਾ (ਪਿਛਲੇ) ਇਨਾਮ ਚੋਣ (ਬਾਈਨੋਮੀਅਲ ਟੈਸਟ, N ਬਾਂਦਰ: 0.52, z = 0.74, p = 0.22; S ਬਾਂਦਰ: 0.51, r = 0.9, p = 0.18) ਦੀ ਦੁਹਰਾਈ ਹੋਣ ਦੀ ਸੰਭਾਵਨਾ ਨਹੀਂ ਹੈ।
ਸਿੱਟੇ ਵਜੋਂ, ਸਾਡੇ ਵਿਭਾਜਨ ਕਾਰਜ ਵਿੱਚ ਬਾਂਦਰਾਂ ਦਾ ਵਿਵਹਾਰ ਚੰਗੇ ਉਤੇਜਕ ਨਿਯੰਤਰਣ ਅਧੀਨ ਸੀ।ਟੈਕਸਟਚਰ ਸੰਕੇਤਾਂ ਦੇ ਚਿੰਨ੍ਹ ਅਤੇ ਆਕਾਰ 'ਤੇ ਅਨੁਭਵੀ ਫੈਸਲਿਆਂ ਦੀ ਨਿਰਭਰਤਾ, ਅਤੇ ਨਾਲ ਹੀ ਗਰੇਟਿੰਗ ਐਂਗਲ ਦੇ ਨਾਲ PSE ਵਿੱਚ ਤਬਦੀਲੀਆਂ, ਇਹ ਦਰਸਾਉਂਦੀਆਂ ਹਨ ਕਿ ਬਾਂਦਰਾਂ ਨੇ ਮੋਟਰ ਤਾਲਮੇਲ/ਪਾਰਦਰਸ਼ਤਾ ਦੀ ਆਪਣੀ ਵਿਅਕਤੀਗਤ ਧਾਰਨਾ ਦੀ ਰਿਪੋਰਟ ਕੀਤੀ ਹੈ।ਅੰਤ ਵਿੱਚ, ਜ਼ੀਰੋ ਟੈਕਸਟ ਕੰਟ੍ਰਾਸਟ ਟਰਾਇਲਾਂ ਵਿੱਚ ਬਾਂਦਰਾਂ ਦੇ ਜਵਾਬ ਪਿਛਲੇ ਅਜ਼ਮਾਇਸ਼ਾਂ ਦੇ ਇਨਾਮ ਇਤਿਹਾਸ ਦੁਆਰਾ ਪ੍ਰਭਾਵਿਤ ਨਹੀਂ ਹੋਏ ਸਨ ਅਤੇ ਅੰਤਰ-ਰਾਸਟਰ ਐਂਗੁਲਰ ਤਬਦੀਲੀਆਂ ਦੁਆਰਾ ਮਹੱਤਵਪੂਰਨ ਤੌਰ 'ਤੇ ਪ੍ਰਭਾਵਿਤ ਹੋਏ ਸਨ।ਇਹ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ ਬਾਂਦਰ ਇਸ ਮਹੱਤਵਪੂਰਣ ਸਥਿਤੀ ਦੇ ਅਧੀਨ ਜਾਲੀ ਦੀ ਸਤਹ ਦੀ ਸੰਰਚਨਾ ਦੀ ਆਪਣੀ ਵਿਅਕਤੀਗਤ ਧਾਰਨਾ ਦੀ ਰਿਪੋਰਟ ਕਰਨਾ ਜਾਰੀ ਰੱਖਦੇ ਹਨ।
ਜਿਵੇਂ ਕਿ ਉੱਪਰ ਦੱਸਿਆ ਗਿਆ ਹੈ, ਨੈਗੇਟਿਵ ਤੋਂ ਸਕਾਰਾਤਮਕ ਤੱਕ ਟੈਕਸਟ ਕੰਟ੍ਰਾਸਟ ਦਾ ਪਰਿਵਰਤਨ ਪਾਰਦਰਸ਼ੀ ਤੋਂ ਸੁਮੇਲ ਤੱਕ ਉਤੇਜਨਾ ਦੇ ਅਨੁਭਵੀ ਪਰਿਵਰਤਨ ਦੇ ਬਰਾਬਰ ਹੈ।ਆਮ ਤੌਰ 'ਤੇ, ਦਿੱਤੇ ਗਏ ਸੈੱਲ ਲਈ, MT ਪ੍ਰਤੀਕ੍ਰਿਆ ਵਧਣ ਜਾਂ ਘਟਦੀ ਹੈ ਕਿਉਂਕਿ ਟੈਕਸਟਚਰ ਕੰਟ੍ਰਾਸਟ ਨਕਾਰਾਤਮਕ ਤੋਂ ਸਕਾਰਾਤਮਕ ਵਿੱਚ ਬਦਲਦਾ ਹੈ, ਅਤੇ ਇਸ ਪ੍ਰਭਾਵ ਦੀ ਦਿਸ਼ਾ ਆਮ ਤੌਰ 'ਤੇ ਪੈਟਰਨ/ਕੰਪੋਨੈਂਟ ਦੀ ਗਤੀ ਦੀ ਦਿਸ਼ਾ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ।ਉਦਾਹਰਨ ਲਈ, ਦੋ ਪ੍ਰਤੀਨਿਧ MT ਸੈੱਲਾਂ ਦੇ ਦਿਸ਼ਾ-ਨਿਰਦੇਸ਼ ਟਿਊਨਿੰਗ ਵਕਰਾਂ ਨੂੰ ਚਿੱਤਰ 3 ਵਿੱਚ ਇਹਨਾਂ ਸੈੱਲਾਂ ਦੇ ਘੱਟ ਜਾਂ ਉੱਚ ਕੰਟ੍ਰਾਸਟ ਸੰਗਠਿਤ ਜਾਂ ਪਾਰਦਰਸ਼ੀ ਟੈਕਸਟਚਰ ਸਿਗਨਲਾਂ ਵਾਲੇ ਗਰੇਟਿੰਗਸ ਦੇ ਜਵਾਬਾਂ ਦੇ ਨਾਲ ਦਿਖਾਇਆ ਗਿਆ ਹੈ।ਅਸੀਂ ਇਹਨਾਂ ਗਰਿੱਡ ਜਵਾਬਾਂ ਨੂੰ ਬਿਹਤਰ ਢੰਗ ਨਾਲ ਮਾਪਣ ਲਈ ਕਿਸੇ ਤਰੀਕੇ ਨਾਲ ਕੋਸ਼ਿਸ਼ ਕੀਤੀ ਹੈ, ਜੋ ਸਾਡੇ ਬਾਂਦਰਾਂ ਦੇ ਮਨੋਵਿਗਿਆਨਕ ਪ੍ਰਦਰਸ਼ਨ ਨਾਲ ਸਬੰਧਤ ਹੋ ਸਕਦੇ ਹਨ।
ਇੱਕ ਸਿੰਗਲ ਸਾਈਨਸੌਇਡਲ ਐਰੇ ਦੇ ਜਵਾਬ ਵਿੱਚ ਇੱਕ ਪ੍ਰਤੀਨਿਧੀ ਬਾਂਦਰ MT ਸੈੱਲ S ਦੇ ਦਿਸ਼ਾਤਮਕ ਟਿਊਨਿੰਗ ਕਰਵ ਦਾ ਪੋਲਰ ਪਲਾਟ।ਕੋਣ ਗਰੇਟਿੰਗ ਦੀ ਗਤੀ ਦੀ ਦਿਸ਼ਾ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ, ਵਿਸ਼ਾਲਤਾ ਉਤਸਰਜਨਤਾ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ, ਅਤੇ ਤਰਜੀਹੀ ਸੈੱਲ ਦਿਸ਼ਾ ਗ੍ਰੇਟਿੰਗ ਪੈਟਰਨ ਦੀ ਦਿਸ਼ਾ ਵਿੱਚ ਕਿਸੇ ਇੱਕ ਹਿੱਸੇ ਦੀ ਦਿਸ਼ਾ ਦੇ ਨਾਲ ਲਗਭਗ 90° (ਉੱਪਰ) ਦੁਆਰਾ ਓਵਰਲੈਪ ਹੁੰਦੀ ਹੈ।b ਜਵਾਬ ਗਰਿੱਡ ਦਾ ਹਫਤਾਵਾਰੀ ਉਤੇਜਕ-ਸਮਾਂ ਹਿਸਟੋਗ੍ਰਾਮ (PSTH), a ਵਿੱਚ ਦਿਖਾਏ ਗਏ ਸੈੱਲ ਲਈ ਟੈਮਪਲੇਟ ਦਿਸ਼ਾ ਵਿੱਚ 90° (ਖੱਬੇ ਪਾਸੇ ਯੋਜਨਾਬੱਧ ਤੌਰ 'ਤੇ ਦਿਖਾਇਆ ਗਿਆ) ਦੁਆਰਾ ਬਦਲਿਆ ਗਿਆ।ਜਵਾਬਾਂ ਨੂੰ ਟੈਕਸਟ ਹਿੰਟ ਕਿਸਮ (ਕ੍ਰਮਵਾਰ ਇਕਸਾਰ/ਪਾਰਦਰਸ਼ੀ - ਮੱਧ/ਸੱਜੇ ਪੈਨਲ) ਅਤੇ ਮਾਈਕਲਸਨ ਕੰਟ੍ਰਾਸਟ (PSTH ਰੰਗ ਸੰਕੇਤ) ਦੁਆਰਾ ਕ੍ਰਮਬੱਧ ਕੀਤਾ ਗਿਆ ਹੈ।ਹਰ ਕਿਸਮ ਦੇ ਘੱਟ-ਕੰਟਰਾਸਟ ਅਤੇ ਉੱਚ-ਕੰਟਰਾਸਟ ਟੈਕਸਟ ਸਿਗਨਲਾਂ ਲਈ ਸਿਰਫ਼ ਸਹੀ ਕੋਸ਼ਿਸ਼ਾਂ ਹੀ ਦਿਖਾਈਆਂ ਜਾਂਦੀਆਂ ਹਨ।ਸੈੱਲਾਂ ਨੇ ਪਾਰਦਰਸ਼ੀ ਟੈਕਸਟ ਸੰਕੇਤਾਂ ਦੇ ਨਾਲ ਉੱਪਰ ਵੱਲ ਵਧਣ ਵਾਲੇ ਜਾਲੀ ਦੇ ਪੈਟਰਨਾਂ ਨੂੰ ਬਿਹਤਰ ਢੰਗ ਨਾਲ ਜਵਾਬ ਦਿੱਤਾ, ਅਤੇ ਇਹਨਾਂ ਪੈਟਰਨਾਂ ਦਾ ਜਵਾਬ ਟੈਕਸਟਚਰ ਕੰਟ੍ਰਾਸਟ ਵਧਣ ਨਾਲ ਵਧਿਆ।c, d ਉਹੀ ਪਰੰਪਰਾਵਾਂ ਹਨ ਜਿਵੇਂ ਕਿ a ਅਤੇ b ਵਿੱਚ, ਪਰ ਬਾਂਦਰ S ਤੋਂ ਇਲਾਵਾ MT ਸੈੱਲਾਂ ਲਈ, ਉਹਨਾਂ ਦੀ ਤਰਜੀਹੀ ਸਥਿਤੀ ਲਗਭਗ ਹੇਠਾਂ ਵੱਲ ਵਹਿਣ ਵਾਲੇ ਗਰਿੱਡ ਨੂੰ ਓਵਰਲੈਪ ਕਰਦੀ ਹੈ।ਇਕਾਈ ਇਕਸਾਰ ਬਣਤਰ ਦੇ ਸੰਕੇਤਾਂ ਦੇ ਨਾਲ ਹੇਠਾਂ ਵੱਲ ਵਹਿਣ ਵਾਲੀ ਗਰੇਟਿੰਗ ਨੂੰ ਤਰਜੀਹ ਦਿੰਦੀ ਹੈ, ਅਤੇ ਇਹਨਾਂ ਪੈਟਰਨਾਂ ਦਾ ਜਵਾਬ ਟੈਕਸਟਚਰ ਕੰਟ੍ਰਾਸਟ ਵਧਣ ਨਾਲ ਵਧਦਾ ਹੈ।ਸਾਰੇ ਪੈਨਲਾਂ ਵਿੱਚ, ਛਾਂ ਵਾਲਾ ਖੇਤਰ ਮੱਧਮਾਨ ਦੀ ਮਿਆਰੀ ਗਲਤੀ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ।ਬੋਲਦਾ ਹੈ।ਸਪਾਈਕ, ਸਕਿੰਟ.ਦੂਜਾ
ਸਾਡੇ ਟੈਕਸਟ ਸਿਗਨਲਾਂ ਅਤੇ MT ਗਤੀਵਿਧੀ ਦੁਆਰਾ ਦਰਸਾਏ ਗਏ ਜਾਲੀ ਦੀ ਸਤਹ ਸੰਰਚਨਾ (ਇਕਸਾਰ ਜਾਂ ਪਾਰਦਰਸ਼ੀ) ਵਿਚਕਾਰ ਸਬੰਧਾਂ ਦੀ ਪੜਚੋਲ ਕਰਨ ਲਈ, ਅਸੀਂ ਪਹਿਲਾਂ ਕੋਹੇਰੈਂਟ ਅੰਦੋਲਨ (ਸਕਾਰਾਤਮਕ ਢਲਾਨ) ਜਾਂ ਪਾਰਦਰਸ਼ੀ ਅੰਦੋਲਨ (ਨਕਾਰਾਤਮਕ ਢਲਾਨ) ਲਈ ਰਿਗਰੈਸ਼ਨ ਦੁਆਰਾ ਸੈੱਲਾਂ ਦੇ ਵਿਚਕਾਰ ਸਬੰਧ ਨੂੰ ਪਿੱਛੇ ਛੱਡਿਆ।ਵਿਪਰੀਤ (ਹਰੇਕ ਮੋਡ ਦਿਸ਼ਾ ਲਈ ਵੱਖਰੇ ਤੌਰ 'ਤੇ) ਦੇ ਮੁਕਾਬਲੇ ਸਾਈਨ ਪ੍ਰਤੀਕਿਰਿਆ ਦਰ ਦੁਆਰਾ ਸੈੱਲਾਂ ਨੂੰ ਸ਼੍ਰੇਣੀਬੱਧ ਕਰਨ ਲਈ ਦਿੱਤਾ ਗਿਆ ਹੈ।ਚਿੱਤਰ 3 ਵਿੱਚ ਇੱਕੋ ਉਦਾਹਰਨ ਸੈੱਲ ਤੋਂ ਇਹਨਾਂ ਜਾਲੀ ਟਿਊਨਿੰਗ ਕਰਵ ਦੀਆਂ ਉਦਾਹਰਨਾਂ ਚਿੱਤਰ 4a ਵਿੱਚ ਦਿਖਾਈਆਂ ਗਈਆਂ ਹਨ।ਵਰਗੀਕਰਨ ਤੋਂ ਬਾਅਦ, ਅਸੀਂ ਟੈਕਸਟਚਰ ਸਿਗਨਲਾਂ ਦੇ ਸੰਚਾਲਨ ਲਈ ਹਰੇਕ ਸੈੱਲ ਦੀ ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਨੂੰ ਮਾਪਣ ਲਈ ਰਿਸੀਵਰ ਪ੍ਰਦਰਸ਼ਨ ਵਿਸ਼ਲੇਸ਼ਣ (ਆਰਓਸੀ) ਦੀ ਵਰਤੋਂ ਕੀਤੀ (ਵਿਧੀਆਂ ਵੇਖੋ)।ਇਸ ਤਰੀਕੇ ਨਾਲ ਪ੍ਰਾਪਤ ਕੀਤੇ ਗਏ ਨਿਊਰੋਮੈਟ੍ਰਿਕ ਫੰਕਸ਼ਨਾਂ ਦੀ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਉਸੇ ਸੈਸ਼ਨ ਵਿੱਚ ਬਾਂਦਰਾਂ ਦੀਆਂ ਮਨੋ-ਭੌਤਿਕ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨਾਲ ਤੁਲਨਾ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ ਤਾਂ ਜੋ ਨਯੂਰੋਨਸ ਦੀ ਮਨੋ-ਭੌਤਿਕ ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਨੂੰ ਜਾਲੀ ਦੇ ਟੈਕਸਟ ਨਾਲ ਸਿੱਧੇ ਤੁਲਨਾ ਕੀਤੀ ਜਾ ਸਕੇ।ਅਸੀਂ ਨਮੂਨੇ ਦੀਆਂ ਸਾਰੀਆਂ ਇਕਾਈਆਂ ਲਈ ਦੋ ਸਿਗਨਲ ਖੋਜ ਵਿਸ਼ਲੇਸ਼ਣ ਕੀਤੇ, ਪੈਟਰਨ ਦੀ ਹਰੇਕ ਦਿਸ਼ਾ (ਦੁਬਾਰਾ, ਉੱਪਰ ਜਾਂ ਹੇਠਾਂ) ਲਈ ਵੱਖਰੇ ਨਿਊਰੋਮੈਟ੍ਰਿਕ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੀ ਗਣਨਾ ਕਰਦੇ ਹੋਏ।ਇਹ ਨੋਟ ਕਰਨਾ ਮਹੱਤਵਪੂਰਨ ਹੈ ਕਿ, ਇਸ ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ, ਅਸੀਂ ਸਿਰਫ ਅਜ਼ਮਾਇਸ਼ਾਂ ਨੂੰ ਸ਼ਾਮਲ ਕੀਤਾ ਹੈ ਜਿਸ ਵਿੱਚ (i) ਉਤੇਜਨਾ ਵਿੱਚ ਇੱਕ ਟੈਕਸਟ ਕਯੂ ਸੀ ਅਤੇ (ii) ਬਾਂਦਰਾਂ ਨੇ ਉਸ ਸੰਕੇਤ ਦੇ ਅਨੁਸਾਰ ਜਵਾਬ ਦਿੱਤਾ (ਭਾਵ, "ਸਹੀ" ਅਜ਼ਮਾਇਸ਼ਾਂ)।
ਅੱਗ ਦੀਆਂ ਦਰਾਂ ਟੈਕਸਟਚਰ ਸਾਈਨ ਕੰਟ੍ਰਾਸਟ ਦੇ ਵਿਰੁੱਧ ਬਣਾਈਆਂ ਗਈਆਂ ਹਨ, ਕ੍ਰਮਵਾਰ, ਗਰੇਟਿੰਗ ਉੱਪਰ (ਖੱਬੇ) ਜਾਂ ਹੇਠਾਂ (ਸੱਜੇ) ਸ਼ਿਫਟ ਕਰਨ ਲਈ, ਠੋਸ ਲਾਈਨ ਸਭ ਤੋਂ ਵਧੀਆ ਫਿੱਟ ਰੇਖਿਕ ਰਿਗਰੈਸ਼ਨ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ, ਅਤੇ ਉੱਪਰੀ (ਹੇਠਲੀ) ਕਤਾਰ ਵਿੱਚ ਡੇਟਾ ਚਿੱਤਰ ਵਿੱਚ ਦਰਸਾਏ ਗਏ ਡੇਟਾ ਤੋਂ ਲਿਆ ਜਾਂਦਾ ਹੈ।ਚੌਲ.3 ਏ ਸੈੱਲ, ਬੀ (ਚਿੱਤਰ 3 ਸੀ, ਡੀ).ਰਿਗਰੈਸ਼ਨ ਢਲਾਣ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੀ ਵਰਤੋਂ ਹਰੇਕ ਸੈੱਲ/ਜਾਲੀ ਸਥਿਤੀ ਸੰਜੋਗ (n ≥ 20 ਟਰਾਇਲ ਪ੍ਰਤੀ ਉਤੇਜਨਾ ਸਥਿਤੀ) ਨੂੰ ਤਰਜੀਹੀ ਟੈਕਸਟ ਸੰਕੇਤ (ਇਕਸਾਰ/ਪਾਰਦਰਸ਼ੀ) ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ ਕੀਤੀ ਗਈ ਸੀ।ਗਲਤੀ ਬਾਰ ਮੱਧਮਾਨ ਦੇ ਮਿਆਰੀ ਵਿਵਹਾਰ ਨੂੰ ਦਰਸਾਉਂਦੀਆਂ ਹਨ।ba ਵਿੱਚ ਦਿਖਾਏ ਗਏ ਯੂਨਿਟਾਂ ਦੇ ਨਿਊਰੋਮੈਟ੍ਰਿਕ ਫੰਕਸ਼ਨਾਂ ਨੂੰ ਉਸੇ ਸੈਸ਼ਨ ਦੌਰਾਨ ਇਕੱਠੇ ਕੀਤੇ ਗਏ ਮਨੋਵਿਗਿਆਨਕ ਫੰਕਸ਼ਨਾਂ ਦੇ ਨਾਲ ਦਰਸਾਇਆ ਗਿਆ ਹੈ।ਹੁਣ, ਹਰੇਕ ਵਿਸ਼ੇਸ਼ਤਾ ਲਈ, ਅਸੀਂ ਟੈਕਸਟਚਰ ਦੇ ਸਾਈਨ ਕੰਟ੍ਰਾਸਟ (abscissa) ਦੇ ਪ੍ਰਤੀਸ਼ਤ ਦੇ ਤੌਰ 'ਤੇ ਪਸੰਦੀਦਾ ਟੂਲਟਿਪ ਵਿਕਲਪ (ਆਰਡੀਨੇਟ) (ਟੈਕਸਟ ਦੇਖੋ) ਨੂੰ ਪਲਾਟ ਕਰਦੇ ਹਾਂ।ਟੈਕਸਟ ਕੰਟ੍ਰਾਸਟ ਨੂੰ ਬਦਲਿਆ ਗਿਆ ਹੈ ਤਾਂ ਕਿ ਤਰਜੀਹੀ ਟੂਲਟਿਪਸ ਸਕਾਰਾਤਮਕ ਹਨ ਅਤੇ ਖਾਲੀ ਟੂਲਟਿਪਸ ਨਕਾਰਾਤਮਕ ਹਨ।ਉੱਪਰ ਵੱਲ (ਹੇਠਾਂ ਵੱਲ) ਵਹਿਣ ਵਾਲੇ ਗਰਿੱਡਾਂ ਦਾ ਡੇਟਾ ਖੱਬੇ (ਸੱਜੇ) ਪੈਨਲਾਂ ਵਿੱਚ, ਉੱਪਰਲੀਆਂ (ਹੇਠਲੀਆਂ) ਕਤਾਰਾਂ ਵਿੱਚ ਦਿਖਾਇਆ ਗਿਆ ਹੈ - ਚਿੱਤਰ 3a,b (ਚਿੱਤਰ 3c,d) ਵਿੱਚ ਦਿਖਾਏ ਗਏ ਸੈੱਲਾਂ ਤੋਂ ਡੇਟਾ।ਨਿਊਰੋਮੈਟ੍ਰਿਕ ਅਤੇ ਸਾਈਕੋਮੈਟ੍ਰਿਕ ਥ੍ਰੈਸ਼ਹੋਲਡ (N/P) ਦੇ ਅਨੁਪਾਤ ਹਰੇਕ ਪੈਨਲ ਵਿੱਚ ਦਿਖਾਏ ਗਏ ਹਨ।ਬੋਲਦਾ ਹੈ।ਸਪਾਈਕ, ਸਕਿੰਟ.sec, ਡਾਇਰੈਕਟਰੀ.ਦਿਸ਼ਾ, ਸੂਬੇ ਨੂੰ ਤਰਜੀਹ, psi.ਸਾਈਕੋਮੈਟਰੀ, ਨਿਊਰੋਲੋਜੀ.
ਜਾਲੀ ਟਿਊਨਿੰਗ ਕਰਵ ਅਤੇ ਦੋ ਪ੍ਰਤੀਨਿਧ MT ਸੈੱਲਾਂ ਦੇ ਨਿਊਰੋਮੈਟ੍ਰਿਕ ਫੰਕਸ਼ਨਾਂ ਅਤੇ ਉਹਨਾਂ ਨਾਲ ਸਬੰਧਿਤ ਸਾਈਕੋਮੈਟ੍ਰਿਕ ਫੰਕਸ਼ਨ, ਇਹਨਾਂ ਜਵਾਬਾਂ ਦੇ ਨਾਲ ਇਕੱਠੇ ਕੀਤੇ ਗਏ, ਕ੍ਰਮਵਾਰ ਚਿੱਤਰ 4a,b ਦੇ ਉੱਪਰ ਅਤੇ ਹੇਠਲੇ ਪੈਨਲਾਂ ਵਿੱਚ ਦਿਖਾਏ ਗਏ ਹਨ।ਇਹ ਸੈੱਲ ਮੋਟੇ ਤੌਰ 'ਤੇ ਇਕਸਾਰ ਵਾਧਾ ਜਾਂ ਕਮੀ ਦਿਖਾਉਂਦੇ ਹਨ ਕਿਉਂਕਿ ਟੈਕਸਟ ਦਾ ਸੰਕੇਤ ਪਾਰਦਰਸ਼ੀ ਤੋਂ ਇਕਸਾਰ ਤੱਕ ਜਾਂਦਾ ਹੈ।ਇਸ ਤੋਂ ਇਲਾਵਾ, ਇਸ ਬਾਂਡ ਦੀ ਦਿਸ਼ਾ ਅਤੇ ਤਾਕਤ ਜਾਲੀ ਦੀ ਗਤੀ ਦੀ ਦਿਸ਼ਾ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ।ਅੰਤ ਵਿੱਚ, ਇਹਨਾਂ ਸੈੱਲਾਂ ਦੇ ਜਵਾਬਾਂ ਤੋਂ ਗਣਨਾ ਕੀਤੇ ਗਏ ਨਿਊਰੋਮੈਟ੍ਰਿਕ ਫੰਕਸ਼ਨ ਸਿਰਫ ਯੂਨੀਡਾਇਰੈਕਸ਼ਨਲ ਗਰਿੱਡ ਅੰਦੋਲਨ ਦੀਆਂ ਮਨੋ-ਭੌਤਿਕ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਤੱਕ ਪਹੁੰਚ ਗਏ (ਪਰ ਫਿਰ ਵੀ ਇਸ ਨਾਲ ਮੇਲ ਨਹੀਂ ਖਾਂਦੇ)।ਨਿਊਰੋਮੈਟ੍ਰਿਕ ਅਤੇ ਸਾਈਕੋਮੈਟ੍ਰਿਕ ਫੰਕਸ਼ਨਾਂ ਨੂੰ ਥ੍ਰੈਸ਼ਹੋਲਡ ਦੇ ਨਾਲ ਸੰਖੇਪ ਕੀਤਾ ਗਿਆ ਸੀ, ਭਾਵ ਇੱਕ ਸਹੀ ਢੰਗ ਨਾਲ ਚੁਣੇ ਗਏ ਵਿਪਰੀਤ ਦੇ ਲਗਭਗ 84% (ਫਿੱਟ ਕੀਤੇ ਸੰਚਤ ਗੌਸੀ ਫੰਕਸ਼ਨ ਦੇ ਮੱਧਮਾਨ + 1 sd ਦੇ ਅਨੁਸਾਰੀ)।ਪੂਰੇ ਨਮੂਨੇ ਵਿੱਚ, N/P ਅਨੁਪਾਤ, ਨਿਊਰੋਮੈਟ੍ਰਿਕ ਥ੍ਰੈਸ਼ਹੋਲਡ ਦਾ ਸਾਈਕੋਮੈਟ੍ਰਿਕ ਇੱਕ ਦਾ ਅਨੁਪਾਤ, ਬਾਂਦਰ N ਵਿੱਚ ਔਸਤਨ 12.4 ± 1.2 ਅਤੇ ਬਾਂਦਰ S ਵਿੱਚ 15.9 ± 1.8, ਅਤੇ ਜਾਲੀ ਨੂੰ ਘੱਟੋ-ਘੱਟ ਇੱਕ ਦਿਸ਼ਾ ਵਿੱਚ ਜਾਣ ਲਈ, ਸਿਰਫ਼ ~16% (18%) 'ਤੇ।ਬਾਂਦਰ N (ਬਾਂਦਰ S) (Fig. 5a) ਤੋਂ %) ਇਕਾਈਆਂ।ਚਿੱਤਰ ਵਿੱਚ ਦਿਖਾਏ ਗਏ ਸੈੱਲ ਉਦਾਹਰਨ ਤੋਂ।ਜਿਵੇਂ ਕਿ ਚਿੱਤਰ 3 ਅਤੇ 4 ਵਿੱਚ ਦੇਖਿਆ ਗਿਆ ਹੈ, ਤੰਤੂਆਂ ਦੀ ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਸੈੱਲ ਦੀ ਤਰਜੀਹੀ ਸਥਿਤੀ ਅਤੇ ਪ੍ਰਯੋਗਾਂ ਵਿੱਚ ਵਰਤੀ ਗਈ ਜਾਲੀ ਦੀ ਗਤੀ ਦੀ ਦਿਸ਼ਾ ਦੇ ਵਿਚਕਾਰ ਸਬੰਧ ਦੁਆਰਾ ਪ੍ਰਭਾਵਿਤ ਹੋ ਸਕਦੀ ਹੈ।ਖਾਸ ਤੌਰ 'ਤੇ, ਚਿੱਤਰ 3a,c ਵਿੱਚ ਓਰੀਐਂਟੇਸ਼ਨ ਐਡਜਸਟਮੈਂਟ ਵਕਰ ਇੱਕ ਸਿੰਗਲ ਸਾਈਨਸੌਇਡਲ ਐਰੇ ਦੀ ਨਿਊਰੋਨ ਓਰੀਐਂਟੇਸ਼ਨ ਸੈਟਿੰਗ ਅਤੇ ਸਾਡੀ ਟੈਕਸਟਡ ਐਰੇ ਵਿੱਚ ਪਾਰਦਰਸ਼ੀ/ਸਸੰਗਤ ਗਤੀ ਪ੍ਰਤੀ ਇਸਦੀ ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਵਿਚਕਾਰ ਸਬੰਧ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ। ਇਹ ਦੋਵੇਂ ਬਾਂਦਰਾਂ ਲਈ ਕੇਸ ਸੀ (ANOVA; 10° ਰੈਜ਼ੋਲਿਊਸ਼ਨ ਨਾਲ ਬਨਾਏ ਗਏ ਰਿਸ਼ਤੇਦਾਰ ਤਰਜੀਹੀ ਦਿਸ਼ਾਵਾਂ; ਬਾਂਦਰ N: F = 2.12, p <0.01; ਬਾਂਦਰ S: F = 2.01, p <0.01)। ਇਹ ਦੋਵੇਂ ਬਾਂਦਰਾਂ ਲਈ ਕੇਸ ਸੀ (ANOVA; 10° ਰੈਜ਼ੋਲਿਊਸ਼ਨ ਨਾਲ ਬਨਾਏ ਗਏ ਰਿਸ਼ਤੇਦਾਰ ਤਰਜੀਹੀ ਦਿਸ਼ਾਵਾਂ; ਬਾਂਦਰ N: F = 2.12, p <0.01; ਬਾਂਦਰ S: F = 2.01, p <0.01)। Это имело место для обеих обезьян (ANOVA; относительные предпочтительные направления объединены объединены в группы с;бязения = группы с; 12, ਪੀ <0,01; обезьяна S: F = 2,01, p <0,01). ਇਹ ਦੋਵੇਂ ਬਾਂਦਰਾਂ ਲਈ ਕੇਸ ਸੀ (ANOVA; 10° ਰੈਜ਼ੋਲਿਊਸ਼ਨ 'ਤੇ ਸਮੂਹਿਕ ਅਨੁਸਾਰੀ ਤਰਜੀਹੀ ਦਿਸ਼ਾਵਾਂ; ਬਾਂਦਰ N: F=2.12, p<0.01; ਬਾਂਦਰ S: F=2.01, p<0.01)।两只猴子都是这种情况（方差分析；以10° 分辨率合并的相对首选方的相对首选方向；猴，．0p.0p.猴子S：F = 2.01, p <0.01）।两 只 猴子 都 是 这 种 （方差 分析 以以 10°分辨率 合并的相对 的相对 方向 （方差0.01 ； ： ： f = 2.01 , p <0.01 . . . . . . . ) . . . . . Это имело место для обеих обезьян (ANOVA; относительная предпочтительная ориентация объединена при разрешенинена при разрешении, F02°, F02°; обезьяна S: F = 2,01, p <0,01). ਇਹ ਦੋਵੇਂ ਬਾਂਦਰਾਂ ਲਈ ਮਾਮਲਾ ਸੀ (ANOVA; 10° ਰੈਜ਼ੋਲਿਊਸ਼ਨ 'ਤੇ ਸੰਬੰਧਿਤ ਤਰਜੀਹੀ ਸਥਿਤੀ; ਬਾਂਦਰ N: F=2.12, p<0.01; ਬਾਂਦਰ S: F=2.01, p<0.01)।ਨਯੂਰੋਨ ਸੰਵੇਦਨਸ਼ੀਲਤਾ (ਚਿੱਤਰ 5a) ਵਿੱਚ ਪਰਿਵਰਤਨਸ਼ੀਲਤਾ ਦੀ ਵੱਡੀ ਪੱਧਰ ਨੂੰ ਦੇਖਦੇ ਹੋਏ, ਰਿਸ਼ਤੇਦਾਰ ਤਰਜੀਹੀ ਸਥਿਤੀਆਂ 'ਤੇ ਨਿਊਰੋਨ ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਦੀ ਨਿਰਭਰਤਾ ਦੀ ਕਲਪਨਾ ਕਰਨ ਲਈ, ਅਸੀਂ ਸਭ ਤੋਂ ਪਹਿਲਾਂ ਗਰਿੱਡ ਪੈਟਰਨ (ਜਿਵੇਂ ਦਿਸ਼ਾ) ਦੀ ਗਤੀ ਲਈ "ਸਭ ਤੋਂ ਵਧੀਆ" ਸਥਿਤੀ ਲਈ ਹਰੇਕ ਸੈੱਲ ਦੀ ਤਰਜੀਹੀ ਸਥਿਤੀ ਨੂੰ ਆਮ ਬਣਾਇਆ।ਜਿਸ ਵਿੱਚ ਗਰੇਟਿੰਗ ਤਰਜੀਹੀ ਸੈੱਲ ਸਥਿਤੀ ਅਤੇ ਗਰੇਟਿੰਗ ਪੈਟਰਨ ਦੀ ਸਥਿਤੀ ਦੇ ਵਿਚਕਾਰ ਸਭ ਤੋਂ ਛੋਟਾ ਕੋਣ ਬਣਾਉਂਦੀ ਹੈ)।ਅਸੀਂ ਪਾਇਆ ਕਿ ਨਿਊਰੋਨਸ ਦੇ ਅਨੁਸਾਰੀ ਥ੍ਰੈਸ਼ਹੋਲਡ ("ਸਭ ਤੋਂ ਭੈੜੇ" ਜਾਲੀ ਸਥਿਤੀ ਲਈ ਥ੍ਰੈਸ਼ਹੋਲਡ / "ਸਭ ਤੋਂ ਵਧੀਆ" ਜਾਲੀ ਸਥਿਤੀ ਲਈ ਥ੍ਰੈਸ਼ਹੋਲਡ) ਇਸ ਸਧਾਰਣ ਤਰਜੀਹੀ ਸਥਿਤੀ ਦੇ ਨਾਲ ਵੱਖੋ-ਵੱਖਰੇ ਹਨ, ਇਸ ਥ੍ਰੈਸ਼ਹੋਲਡ ਅਨੁਪਾਤ ਵਿੱਚ ਸਿਖਰਾਂ ਪੈਟਰਨਾਂ ਜਾਂ ਕੰਪੋਨੈਂਟ ਓਰੀਐਂਟੇਸ਼ਨ (ਚਿੱਤਰ 5b) ਦੇ ਆਲੇ ਦੁਆਲੇ ਵਾਪਰਦੀਆਂ ਹਨ।)). ਇਸ ਪ੍ਰਭਾਵ ਨੂੰ ਪਲੇਡ ਪੈਟਰਨ ਜਾਂ ਕੰਪੋਨੈਂਟ ਦਿਸ਼ਾਵਾਂ (Fig. 5c; Rayleigh test; monkey N: z = 8.33, p <10−3, ਸਰਕੂਲਰ ਮਤਲਬ = 190.13 deg ± 0. 0 = 3. 0. 8. ਮੋਨ = 9; 5) ਅਤੇ ਪਲੇਡ ਅੰਤਰ-ਗਰੇਟਿੰਗ ਕੋਣਾਂ (ਪੂਰਕ ਚਿੱਤਰ 2) ਵਿੱਚ ਇਕਸਾਰ ਸੀ। ਇਸ ਪ੍ਰਭਾਵ ਨੂੰ ਪਲੇਡ ਪੈਟਰਨ ਜਾਂ ਕੰਪੋਨੈਂਟ ਦਿਸ਼ਾਵਾਂ (ਚਿੱਤਰ 5c; ਰੇਲੇ ਟੈਸਟ; ਬਾਂਦਰ N: z = 8.33, p <10−3 , ਸਰਕੂਲਰ ਮਤਲਬ = 190.13 deg = 0.9. 0.9; 8. 0. 3. 0. 3 ਡਿਗਰੀ = 0. 3. 0. 3. 33, ਸਰਕੂਲਰ ਮਤਲਬ = 190.13 ਡਿਗ = 0.9; 45) ਅਤੇ ਪਲੇਡ ਅੰਤਰ-ਗਰੇਟਿੰਗ ਕੋਣਾਂ (ਪੂਰਕ ਚਿੱਤਰ 2) ਵਿੱਚ ਇਕਸਾਰ ਸੀ। Этот эффект нельзя было объяснить смещением распределения предпочтительных направлений в единицах в единицах в каждой выбочением ых направлений или направлений компонентов (рис. 5в; критерий Рэлея; обезьяна N: z = 8,33, p < 10-3)। ਇਸ ਪ੍ਰਭਾਵ ਨੂੰ ਹਰੇਕ ਨਮੂਨੇ ਵਿਚ ਇਕਾਈਆਂ ਵਿਚ ਚੁਣੀਆਂ ਗਈਆਂ ਦਿਸ਼ਾਵਾਂ ਜਾਂ ਕੰਪੋਨੈਂਟ ਦਿਸ਼ਾਵਾਂ (ਚਿੱਤਰ 5c; ਰੇਲੇ ਟੈਸਟ; ਬਾਂਦਰ N: z = 8.33, p <10–3) ਵੱਲ ਤਰਜੀਹੀ ਦਿਸ਼ਾਵਾਂ ਦੀ ਵੰਡ ਵਿੱਚ ਇੱਕ ਤਬਦੀਲੀ ਦੁਆਰਾ ਸਮਝਾਇਆ ਨਹੀਂ ਜਾ ਸਕਦਾ ਹੈ।, ਸਰਕੂਲਰ ਮਤਲਬ = 190.13 ਡਿਗਰੀ ± 9.83 ਡਿਗਰੀ;ਬਾਂਦਰ S: z = 0.79, p = 0.45) ਅਤੇ ਪਲੇਡ ਗਰਿੱਡ ਦੇ ਸਾਰੇ ਕੋਨਿਆਂ ਲਈ ਸਮਾਨ ਸੀ (ਪੂਰਕ ਚਿੱਤਰ 2)।这种效应不能通过每个样本中单元中的优选方向分布偏向格子图案或向格子图案或焖件方園；瑞利测试；猴子N：z = 8.33, p < 10-3 ，圆形平均值= 190.13 度± 9.83 度；猴子S： = 050p会且帔子度；猴子SＶ = 05.04子间光栅角上是一致的（补充图2）.ਅਤੇ释 （图 图 图 瑞利 测试 ； 猴子 n ： z = 8.33 ， p < 10-3 ， 平均值 平均值圢圢圢圢圢圢圢圽形圆形 圆形 圆形 圆形 圆形z Этот эффект не может быть объяснен тем, что распределение предпочтительных ориентаций в клетках в кажможет быть в кажмозукет в кажмозукет. туры решетки, либо в сторону одной из ориентаций компонентов (рис. 5в; критерий Рэлея; обезьяна N: z = 8,33, p < 10–3)। ਇਸ ਪ੍ਰਭਾਵ ਨੂੰ ਇਸ ਤੱਥ ਦੁਆਰਾ ਨਹੀਂ ਸਮਝਾਇਆ ਜਾ ਸਕਦਾ ਹੈ ਕਿ ਹਰੇਕ ਨਮੂਨੇ ਵਿੱਚ ਸੈੱਲਾਂ ਵਿੱਚ ਤਰਜੀਹੀ ਦਿਸ਼ਾਵਾਂ ਦੀ ਵੰਡ ਜਾਂ ਤਾਂ ਜਾਲੀ ਦੇ ਢਾਂਚੇ ਵੱਲ ਜਾਂ ਕਿਸੇ ਇੱਕ ਹਿੱਸੇ ਦੀ ਦਿਸ਼ਾ ਵੱਲ ਪੱਖਪਾਤੀ ਹੈ (ਚਿੱਤਰ 5c; ਰੇਲੇ ਦਾ ਟੈਸਟ; ਬਾਂਦਰ N: z = 8.33, p <10–3)।, ਸਰਕੂਲਰ ਔਸਤ) = 190.13 ਡਿਗਰੀ ± 9.83 ਡਿਗਰੀ;ਬਾਂਦਰ S: z = 0.79, p = 0.45) ਅਤੇ ਗਰਿੱਡਾਂ ਦੇ ਵਿਚਕਾਰ ਜਾਲੀ ਵਾਲੇ ਕੋਣਾਂ ਵਿੱਚ ਬਰਾਬਰ ਸਨ (ਪੂਰਕ ਚਿੱਤਰ 2)।ਇਸ ਤਰ੍ਹਾਂ, ਟੈਕਸਟਚਰ ਗਰਿੱਡਾਂ ਲਈ ਨਿਊਰੋਨਸ ਦੀ ਸੰਵੇਦਨਸ਼ੀਲਤਾ, ਘੱਟੋ-ਘੱਟ ਕੁਝ ਹਿੱਸੇ ਵਿੱਚ, MT ਟਿਊਨਿੰਗ ਦੀਆਂ ਬੁਨਿਆਦੀ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ।
ਖੱਬਾ ਪੈਨਲ N/P ਅਨੁਪਾਤ (ਨਿਊਰੋਨ/ਸਾਈਕੋਫਿਜ਼ੀਓਲੋਜੀਕਲ ਥ੍ਰੈਸ਼ਹੋਲਡ) ਦੀ ਵੰਡ ਦਿਖਾਉਂਦਾ ਹੈ;ਹਰੇਕ ਸੈੱਲ ਦੋ ਡੇਟਾ ਪੁਆਇੰਟ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ, ਹਰੇਕ ਦਿਸ਼ਾ ਲਈ ਇੱਕ ਜਿਸ ਵਿੱਚ ਪੈਟਰਨ ਚਲਦਾ ਹੈ।ਸੱਜਾ ਪੈਨਲ ਨਮੂਨੇ ਦੀਆਂ ਸਾਰੀਆਂ ਇਕਾਈਆਂ ਲਈ ਸਾਈਕੋਫਿਜ਼ੀਕਲ ਥ੍ਰੈਸ਼ਹੋਲਡ (ਆਰਡੀਨੇਟ) ਬਨਾਮ ਨਿਊਰੋਨਲ ਥ੍ਰੈਸ਼ਹੋਲਡ (ਐਬਸਸੀਸਾ) ਨੂੰ ਪਲਾਟ ਕਰਦਾ ਹੈ।ਉੱਪਰਲੀ (ਹੇਠਲੀ) ਕਤਾਰ ਵਿੱਚ ਡੇਟਾ ਬਾਂਦਰ N (S) ਤੋਂ ਹੈ।b ਸਧਾਰਣ ਥ੍ਰੈਸ਼ਹੋਲਡ ਅਨੁਪਾਤ ਸਰਵੋਤਮ ਜਾਲੀ ਸਥਿਤੀ ਅਤੇ ਤਰਜੀਹੀ ਸੈੱਲ ਸਥਿਤੀ ਦੇ ਵਿਚਕਾਰ ਅੰਤਰ ਦੀ ਵਿਸ਼ਾਲਤਾ ਦੇ ਵਿਰੁੱਧ ਪਲਾਟ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।"ਵਧੀਆ" ਦਿਸ਼ਾ ਨੂੰ ਗਰੇਟਿੰਗ ਢਾਂਚੇ ਦੀ ਦਿਸ਼ਾ ਵਜੋਂ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ ਗਿਆ ਹੈ (ਇੱਕ ਸਿੰਗਲ ਸਾਈਨਸਾਈਡਲ ਗਰੇਟਿੰਗ ਨਾਲ ਮਾਪਿਆ ਗਿਆ) ਤਰਜੀਹੀ ਸੈੱਲ ਦਿਸ਼ਾ ਦੇ ਸਭ ਤੋਂ ਨੇੜੇ ਹੈ।ਡੇਟਾ ਨੂੰ ਪਹਿਲਾਂ ਸਧਾਰਣ ਤਰਜੀਹੀ ਸਥਿਤੀ (10° ਬਿਨ) ਦੁਆਰਾ ਬਿਨ ਕੀਤਾ ਗਿਆ ਸੀ, ਫਿਰ ਥ੍ਰੈਸ਼ਹੋਲਡ ਅਨੁਪਾਤ ਵੱਧ ਤੋਂ ਵੱਧ ਮੁੱਲ ਲਈ ਸਧਾਰਣ ਕੀਤਾ ਗਿਆ ਸੀ ਅਤੇ ਹਰੇਕ ਬਿਨ ਦੇ ਅੰਦਰ ਔਸਤ ਕੀਤਾ ਗਿਆ ਸੀ।ਜਾਲੀ ਦੇ ਭਾਗਾਂ ਦੀ ਸਥਿਤੀ ਨਾਲੋਂ ਥੋੜਾ ਵੱਡਾ ਜਾਂ ਛੋਟਾ ਤਰਜੀਹੀ ਸਥਿਤੀ ਵਾਲੇ ਸੈੱਲਾਂ ਵਿੱਚ ਜਾਲੀ ਦੇ ਪੈਟਰਨ ਦੀ ਸਥਿਤੀ ਪ੍ਰਤੀ ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਵਿੱਚ ਸਭ ਤੋਂ ਵੱਡਾ ਅੰਤਰ ਸੀ।c ਹਰੇਕ ਬਾਂਦਰ ਵਿੱਚ ਦਰਜ ਸਾਰੀਆਂ MT ਯੂਨਿਟਾਂ ਦੀ ਤਰਜੀਹੀ ਸਥਿਤੀ ਵੰਡ ਦਾ ਗੁਲਾਬੀ ਹਿਸਟੋਗ੍ਰਾਮ।
ਅੰਤ ਵਿੱਚ, MT ਦੇ ਜਵਾਬ ਨੂੰ ਗਰੇਟਿੰਗ ਅੰਦੋਲਨ ਦੀ ਦਿਸ਼ਾ ਅਤੇ ਸਾਡੇ ਵਿਭਾਜਨ ਸੰਕੇਤਾਂ (ਬਣਤਰ) ਦੇ ਵੇਰਵਿਆਂ ਦੁਆਰਾ ਮੋਡਿਊਲੇਟ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।ਨਿਊਰੋਨਲ ਅਤੇ ਸਾਈਕੋਫਿਜ਼ੀਕਲ ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਦੀ ਤੁਲਨਾ ਦਰਸਾਉਂਦੀ ਹੈ ਕਿ, ਆਮ ਤੌਰ 'ਤੇ, ਐੱਮਟੀ ਇਕਾਈਆਂ ਬਾਂਦਰਾਂ ਨਾਲੋਂ ਵਿਪਰੀਤ ਟੈਕਸਟ ਸਿਗਨਲ ਲਈ ਬਹੁਤ ਘੱਟ ਸੰਵੇਦਨਸ਼ੀਲ ਸਨ।ਹਾਲਾਂਕਿ, ਨਯੂਰੋਨ ਦੀ ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਯੂਨਿਟ ਦੀ ਤਰਜੀਹੀ ਸਥਿਤੀ ਅਤੇ ਗਰਿੱਡ ਅੰਦੋਲਨ ਦੀ ਦਿਸ਼ਾ ਵਿੱਚ ਅੰਤਰ ਦੇ ਅਧਾਰ ਤੇ ਬਦਲ ਗਈ ਹੈ।ਸਭ ਤੋਂ ਸੰਵੇਦਨਸ਼ੀਲ ਸੈੱਲਾਂ ਵਿੱਚ ਓਰੀਐਂਟੇਸ਼ਨਲ ਤਰਜੀਹਾਂ ਹੁੰਦੀਆਂ ਹਨ ਜੋ ਲਗਭਗ ਜਾਲੀ ਦੇ ਪੈਟਰਨ ਜਾਂ ਇੱਕ ਸੰਘਟਕ ਸਥਿਤੀ ਨੂੰ ਕਵਰ ਕਰਦੀਆਂ ਹਨ, ਅਤੇ ਸਾਡੇ ਨਮੂਨਿਆਂ ਦਾ ਇੱਕ ਛੋਟਾ ਉਪ ਸਮੂਹ ਬਾਂਦਰਾਂ ਦੀ ਵਿਪਰੀਤ ਅੰਤਰਾਂ ਦੀ ਧਾਰਨਾ ਨਾਲੋਂ ਸੰਵੇਦਨਸ਼ੀਲ ਜਾਂ ਵਧੇਰੇ ਸੰਵੇਦਨਸ਼ੀਲ ਸਨ।ਇਹ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ ਕਿ ਕੀ ਇਹਨਾਂ ਵਧੇਰੇ ਸੰਵੇਦਨਸ਼ੀਲ ਇਕਾਈਆਂ ਤੋਂ ਸੰਕੇਤ ਬਾਂਦਰਾਂ ਵਿੱਚ ਧਾਰਨਾ ਨਾਲ ਵਧੇਰੇ ਨੇੜਿਓਂ ਜੁੜੇ ਹੋਏ ਸਨ, ਅਸੀਂ ਧਾਰਨਾ ਅਤੇ ਨਿਊਰੋਨਲ ਪ੍ਰਤੀਕ੍ਰਿਆਵਾਂ ਵਿਚਕਾਰ ਸਬੰਧਾਂ ਦੀ ਜਾਂਚ ਕੀਤੀ।
ਨਿਊਰਲ ਗਤੀਵਿਧੀ ਅਤੇ ਵਿਵਹਾਰ ਦੇ ਵਿਚਕਾਰ ਇੱਕ ਸਬੰਧ ਸਥਾਪਤ ਕਰਨ ਵਿੱਚ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਕਦਮ ਲਗਾਤਾਰ ਉਤੇਜਨਾ ਲਈ ਨਿਊਰੋਨਸ ਅਤੇ ਵਿਹਾਰਕ ਪ੍ਰਤੀਕਿਰਿਆਵਾਂ ਵਿਚਕਾਰ ਸਬੰਧ ਸਥਾਪਤ ਕਰਨਾ ਹੈ।ਵਿਭਾਜਨ ਨਿਰਣੇ ਨਾਲ ਤੰਤੂ ਪ੍ਰਤੀਕ੍ਰਿਆਵਾਂ ਨੂੰ ਜੋੜਨ ਲਈ, ਇਹ ਇੱਕ ਪ੍ਰੇਰਣਾ ਬਣਾਉਣ ਲਈ ਮਹੱਤਵਪੂਰਨ ਹੈ ਜੋ, ਇੱਕੋ ਜਿਹੇ ਹੋਣ ਦੇ ਬਾਵਜੂਦ, ਵੱਖ-ਵੱਖ ਅਜ਼ਮਾਇਸ਼ਾਂ ਵਿੱਚ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਸਮਝਿਆ ਜਾਂਦਾ ਹੈ.ਮੌਜੂਦਾ ਅਧਿਐਨ ਵਿੱਚ, ਇਹ ਇੱਕ ਜ਼ੀਰੋ ਟੈਕਸਟ ਕੰਟ੍ਰਾਸਟ ਗਰੇਟਿੰਗ ਦੁਆਰਾ ਸਪਸ਼ਟ ਰੂਪ ਵਿੱਚ ਦਰਸਾਇਆ ਗਿਆ ਹੈ।ਹਾਲਾਂਕਿ ਅਸੀਂ ਇਸ ਗੱਲ 'ਤੇ ਜ਼ੋਰ ਦਿੰਦੇ ਹਾਂ ਕਿ, ਜਾਨਵਰਾਂ ਦੇ ਮਨੋਵਿਗਿਆਨਕ ਫੰਕਸ਼ਨਾਂ ਦੇ ਆਧਾਰ 'ਤੇ, ਘੱਟੋ-ਘੱਟ (~ 20% ਤੋਂ ਘੱਟ) ਟੈਕਸਟਲ ਕੰਟ੍ਰਾਸਟ ਵਾਲੇ ਗਰੇਟਿੰਗਾਂ ਨੂੰ ਆਮ ਤੌਰ 'ਤੇ ਇਕਸਾਰ ਜਾਂ ਪਾਰਦਰਸ਼ੀ ਮੰਨਿਆ ਜਾਂਦਾ ਹੈ।
ਇਸ ਹੱਦ ਤੱਕ ਮਿਣਨ ਲਈ ਕਿ ਕਿਸ ਹੱਦ ਤੱਕ MT ਜਵਾਬ ਅਨੁਭਵੀ ਰਿਪੋਰਟਾਂ ਨਾਲ ਸਬੰਧਿਤ ਹਨ, ਅਸੀਂ ਆਪਣੇ ਗਰਿੱਡ ਡੇਟਾ ਦਾ ਇੱਕ ਚੋਣ ਸੰਭਾਵਨਾ (CP) ਵਿਸ਼ਲੇਸ਼ਣ ਕੀਤਾ (ਵੇਖੋ 3)।ਸੰਖੇਪ ਰੂਪ ਵਿੱਚ, CP ਇੱਕ ਗੈਰ-ਪੈਰਾਮੀਟ੍ਰਿਕ, ਗੈਰ-ਮਿਆਰੀ ਮਾਪ ਹੈ ਜੋ ਸਪਾਈਕ ਪ੍ਰਤੀਕਿਰਿਆਵਾਂ ਅਤੇ ਅਨੁਭਵੀ ਨਿਰਣੇ 30 ਵਿਚਕਾਰ ਸਬੰਧ ਨੂੰ ਮਾਪਦਾ ਹੈ।ਜ਼ੀਰੋ ਟੈਕਸਟਚਰਲ ਕੰਟ੍ਰਾਸਟ ਅਤੇ ਸੈਸ਼ਨਾਂ ਦੇ ਨਾਲ ਗਰਿੱਡਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਅਜ਼ਮਾਇਸ਼ਾਂ ਤੱਕ ਵਿਸ਼ਲੇਸ਼ਣ ਨੂੰ ਸੀਮਤ ਕਰਦੇ ਹੋਏ, ਜਿਸ ਵਿੱਚ ਬਾਂਦਰਾਂ ਨੇ ਇਹਨਾਂ ਅਜ਼ਮਾਇਸ਼ਾਂ ਦੀ ਹਰੇਕ ਕਿਸਮ ਲਈ ਘੱਟੋ-ਘੱਟ ਪੰਜ ਵਿਕਲਪ ਬਣਾਏ, ਅਸੀਂ ਗਰਿੱਡ ਅੰਦੋਲਨ ਦੀ ਹਰੇਕ ਦਿਸ਼ਾ ਲਈ ਵੱਖਰੇ ਤੌਰ 'ਤੇ SR ਦੀ ਗਣਨਾ ਕੀਤੀ। ਬਾਂਦਰਾਂ ਵਿੱਚ, ਅਸੀਂ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਉਮੀਦ ਕੀਤੇ ਨਾਲੋਂ ਇੱਕ ਮਤਲਬ CP ਮੁੱਲ ਦੇਖਿਆ (ਚਿੱਤਰ 6a, d; ਬਾਂਦਰ N: ਮਤਲਬ CP: 0.54, 95% CI: (0.53, 0.56), CP = 0.5, t = 0.5, t = 0.50 ਦਾ ਮਤਲਬ S-50, CP -7 ਦੇ null ਦੇ ਵਿਰੁੱਧ ਦੋ-ਪੱਖੀ ਟੀ-ਟੈਸਟ। 95% CI: (0.54, 0.57), ਦੋ-ਪੱਖੀ ਟੀ-ਟੈਸਟ, t = 9.4, p <10−13)। ਬਾਂਦਰਾਂ ਵਿੱਚ, ਅਸੀਂ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਉਮੀਦ ਕੀਤੇ ਨਾਲੋਂ ਇੱਕ ਮਤਲਬ CP ਮੁੱਲ ਦੇਖਿਆ (ਚਿੱਤਰ 6a, d; ਬਾਂਦਰ N: ਮਤਲਬ CP: 0.54, 95% CI: (0.53, 0.56), CP = 0.5, t = 0.5, t = 0.50 ਦਾ ਮਤਲਬ S-50, CP -7 ਦੇ null ਦੇ ਵਿਰੁੱਧ ਦੋ-ਪੱਖੀ ਟੀ-ਟੈਸਟ। 95% CI: (0.54, 0.57), ਦੋ-ਪੱਖੀ ਟੀ-ਟੈਸਟ, t = 9.4, p <10−13)।ਬਾਂਦਰਾਂ ਵਿੱਚ, ਅਸੀਂ ਇੱਕ ਮੱਧਮਾਨ CP ਦੇਖਿਆ ਜੋ ਬੇਤਰਤੀਬੇ ਤੌਰ 'ਤੇ ਉਮੀਦ ਕੀਤੀ ਗਈ ਸੀ (ਚਿੱਤਰ 6a, d; ਬਾਂਦਰ N: ਮਤਲਬ CP: 0.54, 95% CI: (0.53, 0.56), ਟੂ-ਟੇਲਡ ਟੀ-ਟੈਸਟ ਬਨਾਮ ਨਲ ਮੁੱਲ)।CP = 0,5, t = 6,7, p < 10–9; CP = 0.5, t = 6.7, p <10–9; обезьяна S: среднее CP: 0,55, 95% ДИ: (0,54, 0,57), двусторонний t-критерий, t = 9,4, p <10-13)। ਬਾਂਦਰ S: ਮਤਲਬ CP: 0.55, 95% CI: (0.54, 0.57), ਦੋ-ਪੂਛ ਵਾਲਾ ਟੀ-ਟੈਸਟ, t = 9.4, p <10–13)।在猴子中，我们观察到平均CP 值显着大于我们偶然预期的值（图6a,d；猴子N（图6a，d；猴子N：5%平.53 ， 0.56 .4, p <10−13)।在 猴子 中，我们 观察 平均 平均 值 显着 大于 我们 偶然 的 值 （坑 偶然 的 值 （图 图 图 值 （图 图 图： 0.54, 95% Ci ： 0.53, 0.56）, 空值 检验 CP = 0.5, t = 6.7, p < 10−9;猴子S: 平均CP: 0.55, 95% CI: (0.54, 0.57), 双边t检验, t=9.4, p <10−13) У обезьян мы наблюдали средние значения CP, значительно превышающие то, что мы могли бы ожидать случайно (рис.: 6; 0,54, 95% ДИ: (0,53, 0,56), двусторонний t- тест CP против нуля = 0,5, t = 6,7, p < 10-9, обезьяна S: средний CP, 5,5д,07 (%), усторонний t-критерий, t = 9,4, p < 10- 13)। ਬਾਂਦਰਾਂ ਵਿੱਚ, ਅਸੀਂ ਸੰਭਾਵਿਤ ਤੌਰ 'ਤੇ ਉਮੀਦ ਕੀਤੇ ਜਾਣ ਵਾਲੇ CP ਮੁੱਲਾਂ ਨੂੰ ਚੰਗੀ ਤਰ੍ਹਾਂ ਦੇਖਿਆ (ਚਿੱਤਰ 6a, d; ਬਾਂਦਰ N: ਮਤਲਬ CP: 0.54, 95% CI: (0.53, 0.56), ਦੋ-ਪੂਛ ਵਾਲਾ ਟੀ-ਟੈਸਟ CP ਬਨਾਮ ਜ਼ੀਰੋ = 0.5, t = 6. CP19, monkey: 59 ਦਾ ਮਤਲਬ: 50, t = 6.50, 5% CI: (0.54, 0.57), ਟੂ-ਟੇਲਡ ਟੀ- ਮਾਪਦੰਡ, t = 9.4, p <10-13)।ਇਸ ਤਰ੍ਹਾਂ, MT ਨਿਊਰੋਨਸ ਕਿਸੇ ਵੀ ਸਪੱਸ਼ਟ ਵਿਭਾਜਨ ਸੰਕੇਤਾਂ ਦੀ ਅਣਹੋਂਦ ਵਿੱਚ ਵੀ ਵਧੇਰੇ ਮਜ਼ਬੂਤੀ ਨਾਲ ਅੱਗ ਲਗਾਉਂਦੇ ਹਨ, ਜਦੋਂ ਜਾਲੀ ਦੀ ਗਤੀ ਬਾਰੇ ਜਾਨਵਰ ਦੀ ਧਾਰਨਾ ਸੈੱਲ ਦੀਆਂ ਤਰਜੀਹਾਂ ਨਾਲ ਮੇਲ ਖਾਂਦੀ ਹੈ।
ਬਾਂਦਰ N ਤੋਂ ਰਿਕਾਰਡ ਕੀਤੇ ਨਮੂਨਿਆਂ ਲਈ ਟੈਕਸਟ ਸਿਗਨਲ ਤੋਂ ਬਿਨਾਂ ਗਰਿੱਡਾਂ ਲਈ ਇੱਕ ਚੋਣ ਸੰਭਾਵੀ ਵੰਡ। ਹਰੇਕ ਸੈੱਲ ਦੋ ਡਾਟਾ ਪੁਆਇੰਟ (ਗਰਿੱਡ ਅੰਦੋਲਨ ਦੀ ਹਰੇਕ ਦਿਸ਼ਾ ਲਈ ਇੱਕ) ਤੱਕ ਯੋਗਦਾਨ ਪਾ ਸਕਦਾ ਹੈ।ਬੇਤਰਤੀਬ (ਚਿੱਟੇ ਤੀਰ) ਤੋਂ ਉੱਪਰ ਇੱਕ ਮਤਲਬ CP ਮੁੱਲ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਕੁੱਲ ਮਿਲਾ ਕੇ MT ਗਤੀਵਿਧੀ ਅਤੇ ਧਾਰਨਾ ਵਿਚਕਾਰ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਸਬੰਧ ਹੈ।b ਕਿਸੇ ਵੀ ਸੰਭਾਵੀ ਚੋਣ ਪੱਖਪਾਤ ਦੇ ਪ੍ਰਭਾਵ ਦੀ ਜਾਂਚ ਕਰਨ ਲਈ, ਅਸੀਂ ਕਿਸੇ ਵੀ ਉਤਸ਼ਾਹ ਲਈ ਵੱਖਰੇ ਤੌਰ 'ਤੇ CP ਦੀ ਗਣਨਾ ਕੀਤੀ ਹੈ ਜਿਸ ਲਈ ਬਾਂਦਰਾਂ ਨੇ ਘੱਟੋ-ਘੱਟ ਇੱਕ ਗਲਤੀ ਕੀਤੀ ਹੈ।ਚੋਣ ਸੰਭਾਵਨਾਵਾਂ ਨੂੰ ਸਾਰੇ ਉਤੇਜਨਾ (ਖੱਬੇ) ਅਤੇ ਟੈਕਸਟ ਮਾਰਕ ਕੰਟ੍ਰਾਸਟ (ਸੱਜੇ, 120 ਵਿਅਕਤੀਗਤ ਸੈੱਲਾਂ ਤੋਂ ਡੇਟਾ) ਦੇ ਸੰਪੂਰਨ ਮੁੱਲਾਂ ਲਈ ਚੋਣ ਅਨੁਪਾਤ (ਪ੍ਰੀਫ/ਨੱਲ) ਦੇ ਇੱਕ ਫੰਕਸ਼ਨ ਦੇ ਰੂਪ ਵਿੱਚ ਪਲਾਟ ਕੀਤਾ ਗਿਆ ਹੈ।ਖੱਬੇ ਪੈਨਲ ਵਿੱਚ ਠੋਸ ਰੇਖਾ ਅਤੇ ਰੰਗਤ ਖੇਤਰ 20-ਪੁਆਇੰਟ ਮੂਵਿੰਗ ਔਸਤ ਦੇ ਮੱਧ ± ਸੇਮ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ।ਅਸੰਤੁਲਿਤ ਚੋਣ ਅਨੁਪਾਤ, ਜਿਵੇਂ ਕਿ ਉੱਚ ਸਿਗਨਲ ਵਿਪਰੀਤ ਵਾਲੇ ਗਰਿੱਡਾਂ ਦੇ ਨਾਲ ਉਤੇਜਨਾ ਲਈ ਗਣਨਾ ਕੀਤੀ ਗਈ ਚੋਣ ਸੰਭਾਵਨਾਵਾਂ, ਵਧੇਰੇ ਵੱਖਰੀਆਂ ਸਨ ਅਤੇ ਸੰਭਾਵਨਾਵਾਂ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਕਲੱਸਟਰ ਕੀਤੀਆਂ ਗਈਆਂ ਸਨ।ਸੱਜੇ ਪੈਨਲ ਵਿੱਚ ਸਲੇਟੀ ਰੰਗਤ ਖੇਤਰ ਉੱਚ ਚੋਣ ਸੰਭਾਵਨਾ ਦੀ ਗਣਨਾ ਵਿੱਚ ਸ਼ਾਮਲ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੇ ਵਿਪਰੀਤਤਾ 'ਤੇ ਜ਼ੋਰ ਦਿੰਦਾ ਹੈ।c ਇੱਕ ਵੱਡੇ ਵਿਕਲਪ (ਆਰਡੀਨੇਟ) ਦੀ ਸੰਭਾਵਨਾ ਨੂੰ ਨਿਊਰੋਨ (ਐਬਸਸੀਸਾ) ਦੇ ਥ੍ਰੈਸ਼ਹੋਲਡ ਦੇ ਵਿਰੁੱਧ ਪਲਾਟ ਕੀਤਾ ਗਿਆ ਹੈ।ਚੋਣ ਦੀ ਸੰਭਾਵਨਾ ਥ੍ਰੈਸ਼ਹੋਲਡ ਨਾਲ ਮਹੱਤਵਪੂਰਨ ਤੌਰ 'ਤੇ ਨਕਾਰਾਤਮਕ ਤੌਰ 'ਤੇ ਸਬੰਧਿਤ ਸੀ।ਕਨਵੈਨਸ਼ਨ df ac ਦੇ ਸਮਾਨ ਹੈ ਪਰ ਬਾਂਦਰ S ਤੋਂ 157 ਸਿੰਗਲ ਡੇਟਾ 'ਤੇ ਲਾਗੂ ਹੁੰਦਾ ਹੈ ਜਦੋਂ ਤੱਕ ਕਿ ਹੋਰ ਨੋਟ ਨਾ ਕੀਤਾ ਗਿਆ ਹੋਵੇ।g ਸਭ ਤੋਂ ਵੱਧ ਚੋਣ ਸੰਭਾਵਨਾ (ਆਰਡੀਨੇਟ) ਨੂੰ ਦੋ ਬਾਂਦਰਾਂ ਵਿੱਚੋਂ ਹਰੇਕ ਲਈ ਸਧਾਰਣ ਤਰਜੀਹੀ ਦਿਸ਼ਾ (ਐਬਸਸੀਸਾ) ਦੇ ਵਿਰੁੱਧ ਪਲਾਟ ਕੀਤਾ ਗਿਆ ਹੈ।ਹਰੇਕ MT ਸੈੱਲ ਨੇ ਦੋ ਡਾਟਾ ਪੁਆਇੰਟ (ਜਾਲੀ ਢਾਂਚੇ ਦੀ ਹਰੇਕ ਦਿਸ਼ਾ ਲਈ ਇੱਕ) ਦਾ ਯੋਗਦਾਨ ਪਾਇਆ।h ਹਰੇਕ ਅੰਤਰ-ਰਾਸਟਰ ਕੋਣ ਲਈ ਚੋਣ ਸੰਭਾਵਨਾ ਦੇ ਵੱਡੇ ਬਾਕਸ ਪਲਾਟ।ਠੋਸ ਰੇਖਾ ਮੱਧਮਾਨ ਨੂੰ ਚਿੰਨ੍ਹਿਤ ਕਰਦੀ ਹੈ, ਬਕਸੇ ਦੇ ਹੇਠਲੇ ਅਤੇ ਉੱਪਰਲੇ ਕਿਨਾਰੇ ਕ੍ਰਮਵਾਰ 25ਵੇਂ ਅਤੇ 75ਵੇਂ ਪਰਸੈਂਟਾਈਲ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ, ਮੂਛਾਂ ਨੂੰ ਇੰਟਰਕੁਆਰਟਾਈਲ ਰੇਂਜ ਦੇ 1.5 ਗੁਣਾ ਤੱਕ ਵਧਾਇਆ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਇਸ ਸੀਮਾ ਤੋਂ ਬਾਹਰਲੇ ਹਿੱਸੇ ਨੋਟ ਕੀਤੇ ਜਾਂਦੇ ਹਨ।ਖੱਬੇ (ਸੱਜੇ) ਪੈਨਲਾਂ ਵਿੱਚ ਡੇਟਾ 120 (157) ਵਿਅਕਤੀਗਤ N(S) ਬਾਂਦਰ ਸੈੱਲਾਂ ਤੋਂ ਹੈ।i ਚੋਣ (ਆਰਡੀਨੇਟ) ਦੀ ਸਭ ਤੋਂ ਵੱਧ ਸੰਭਾਵਨਾ ਉਤੇਜਨਾ (ਐਬਸਸੀਸਾ) ਦੀ ਸ਼ੁਰੂਆਤ ਦੇ ਸਮੇਂ ਦੇ ਵਿਰੁੱਧ ਪਲਾਟ ਕੀਤੀ ਗਈ ਹੈ।ਵੱਡੇ CP ਦੀ ਗਣਨਾ ਪੂਰੇ ਟੈਸਟ ਦੌਰਾਨ ਸਲਾਈਡਿੰਗ ਆਇਤਕਾਰ (ਚੌੜਾਈ 100 ms, ਸਟੈਪ 10 ms) ਵਿੱਚ ਕੀਤੀ ਗਈ ਸੀ ਅਤੇ ਫਿਰ ਇਕਾਈਆਂ ਉੱਤੇ ਔਸਤ ਕੀਤੀ ਗਈ ਸੀ।
ਕੁਝ ਪਿਛਲੇ ਅਧਿਐਨਾਂ ਨੇ ਦੱਸਿਆ ਹੈ ਕਿ CP ਬੇਸਲ ਦਰ ਵੰਡ ਵਿੱਚ ਅਜ਼ਮਾਇਸ਼ਾਂ ਦੀ ਅਨੁਸਾਰੀ ਸੰਖਿਆ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ, ਭਾਵ ਇਹ ਉਪਾਅ ਉਹਨਾਂ ਉਤੇਜਨਾ ਲਈ ਘੱਟ ਭਰੋਸੇਯੋਗ ਹੈ ਜੋ ਹਰੇਕ ਵਿਕਲਪ ਦੇ ਅਨੁਪਾਤ ਵਿੱਚ ਵੱਡੇ ਅੰਤਰ ਦਾ ਕਾਰਨ ਬਣਦੇ ਹਨ।ਸਾਡੇ ਡੇਟਾ ਵਿੱਚ ਇਸ ਪ੍ਰਭਾਵ ਦੀ ਜਾਂਚ ਕਰਨ ਲਈ, ਅਸੀਂ ਸਾਰੇ ਪ੍ਰੇਰਣਾਵਾਂ ਲਈ ਵੱਖਰੇ ਤੌਰ 'ਤੇ CP ਦੀ ਗਣਨਾ ਕੀਤੀ, ਬਿਨਾਂ ਕਿਸੇ ਚਿੰਨ੍ਹ ਦੀ ਬਣਤਰ ਦੇ ਵਿਪਰੀਤ, ਅਤੇ ਬਾਂਦਰਾਂ ਨੇ ਘੱਟੋ-ਘੱਟ ਇੱਕ ਝੂਠੀ ਅਜ਼ਮਾਇਸ਼ ਕੀਤੀ।CP ਨੂੰ ਕ੍ਰਮਵਾਰ ਚਿੱਤਰ 6b ਅਤੇ e (ਖੱਬੇ ਪੈਨਲ) ਵਿੱਚ ਹਰੇਕ ਜਾਨਵਰ ਲਈ ਚੋਣ ਅਨੁਪਾਤ (pref/null) ਦੇ ਵਿਰੁੱਧ ਪਲਾਟ ਕੀਤਾ ਗਿਆ ਹੈ।ਮੂਵਿੰਗ ਔਸਤਾਂ ਨੂੰ ਦੇਖਦੇ ਹੋਏ, ਇਹ ਸਪੱਸ਼ਟ ਹੈ ਕਿ CP ਚੋਣ ਔਸਤਾਂ ਦੀ ਇੱਕ ਵਿਸ਼ਾਲ ਸ਼੍ਰੇਣੀ ਵਿੱਚ ਸੰਭਾਵਨਾ ਤੋਂ ਉੱਪਰ ਰਹਿੰਦਾ ਹੈ, ਸਿਰਫ ਉਦੋਂ ਹੀ ਘਟਦਾ ਹੈ ਜਦੋਂ ਔਸਤਾਂ 0.2 (0.8) ਤੋਂ ਹੇਠਾਂ (ਉੱਪਰ) ਡਿੱਗਦੀਆਂ ਹਨ।ਜਾਨਵਰਾਂ ਦੀਆਂ ਮਨੋਵਿਗਿਆਨਕ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੇ ਆਧਾਰ 'ਤੇ, ਅਸੀਂ ਉਮੀਦ ਕਰਾਂਗੇ ਕਿ ਇਸ ਵਿਸ਼ਾਲਤਾ ਦੇ ਚੋਣ ਗੁਣਾਂਕ ਸਿਰਫ਼ ਉੱਚ-ਵਿਪਰੀਤ ਟੈਕਸਟਚਰ ਸੰਕੇਤਾਂ (ਸਸੰਗਤ ਜਾਂ ਪਾਰਦਰਸ਼ੀ) (ਚਿੱਤਰ 2a, b ਵਿੱਚ ਮਨੋਵਿਗਿਆਨਕ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੀਆਂ ਉਦਾਹਰਣਾਂ ਦੇਖੋ) ਦੇ ਨਾਲ ਉਤੇਜਨਾ 'ਤੇ ਲਾਗੂ ਹੋਣ ਦੀ ਉਮੀਦ ਕਰਦੇ ਹਾਂ।ਇਹ ਨਿਰਧਾਰਿਤ ਕਰਨ ਲਈ ਕਿ ਕੀ ਇਹ ਕੇਸ ਸੀ ਅਤੇ ਕੀ ਇੱਕ ਮਹੱਤਵਪੂਰਨ PC ਸਪੱਸ਼ਟ ਵਿਭਾਜਨ ਸੰਕੇਤਾਂ ਦੇ ਨਾਲ ਉਤੇਜਨਾ ਲਈ ਵੀ ਕਾਇਮ ਰਿਹਾ, ਅਸੀਂ PC (Fig. 6b, e-ਸੱਜੇ) ਉੱਤੇ ਸੰਪੂਰਨ ਟੈਕਸਟਲ ਕੰਟ੍ਰਾਸਟ ਮੁੱਲਾਂ ਦੇ ਪ੍ਰਭਾਵ ਦੀ ਜਾਂਚ ਕੀਤੀ।ਜਿਵੇਂ ਕਿ ਉਮੀਦ ਕੀਤੀ ਗਈ ਸੀ, CP ਮੱਧਮ (~ 20% ਕੰਟ੍ਰਾਸਟ ਜਾਂ ਘੱਟ) ਵਿਭਾਜਨ ਸੰਕੇਤਾਂ ਵਾਲੀ ਉਤੇਜਨਾ ਦੀ ਸੰਭਾਵਨਾ ਤੋਂ ਕਾਫ਼ੀ ਜ਼ਿਆਦਾ ਸੀ।
ਸਥਿਤੀ, ਗਤੀ, ਅਤੇ ਬੇਮੇਲ ਪਛਾਣ ਕਾਰਜਾਂ ਵਿੱਚ, MT CP ਸਭ ਤੋਂ ਵੱਧ ਸੰਵੇਦਨਸ਼ੀਲ ਨਿਊਰੋਨਸ ਵਿੱਚ ਸਭ ਤੋਂ ਵੱਧ ਹੁੰਦਾ ਹੈ, ਸੰਭਵ ਤੌਰ 'ਤੇ ਕਿਉਂਕਿ ਇਹ ਨਿਊਰੋਨਸ ਸਭ ਤੋਂ ਵੱਧ ਜਾਣਕਾਰੀ ਦੇਣ ਵਾਲੇ ਸਿਗਨਲ 30,32,33,34 ਰੱਖਦੇ ਹਨ।ਇਹਨਾਂ ਖੋਜਾਂ ਦੇ ਨਾਲ ਇਕਸਾਰ ਅਸੀਂ ਗ੍ਰੈਂਡ CP ਦੇ ਵਿਚਕਾਰ ਇੱਕ ਮਾਮੂਲੀ ਪਰ ਮਹੱਤਵਪੂਰਨ ਸਬੰਧ ਦੇਖਿਆ, ਜੋ ਕਿ ਚਿੱਤਰ ਦੇ ਸਭ ਤੋਂ ਸੱਜੇ ਪੈਨਲ ਵਿੱਚ ਉਜਾਗਰ ਕੀਤੇ ਟੈਕਸਟ ਕਯੂ ਕੰਟ੍ਰਾਸਟਾਂ ਵਿੱਚ z-ਸਕੋਰ ਫਾਇਰਿੰਗ ਦਰਾਂ ਤੋਂ ਗਿਣਿਆ ਗਿਆ ਹੈ।6b, e, ਅਤੇ ਨਿਊਰੋਨਲ ਥ੍ਰੈਸ਼ਹੋਲਡ (Fig. 6c, f; ਜਿਓਮੈਟ੍ਰਿਕ ਮਤਲਬ ਰਿਗਰੈਸ਼ਨ; ਬਾਂਦਰ N: r = −0.12, p = 0.07 ਬਾਂਦਰ S: r = −0.18, p <10−3)। 6b, e, ਅਤੇ ਨਿਊਰੋਨਲ ਥ੍ਰੈਸ਼ਹੋਲਡ (Fig. 6c, f; ਜਿਓਮੈਟ੍ਰਿਕ ਮਤਲਬ ਰਿਗਰੈਸ਼ਨ; ਬਾਂਦਰ N: r = −0.12, p = 0.07 ਬਾਂਦਰ S: r = −0.18, p <10−3)।ਇਹਨਾਂ ਖੋਜਾਂ ਦੇ ਨਾਲ ਇਕਸਾਰ, ਅਸੀਂ ਚਿੱਤਰ 6b, e, ਅਤੇ ਨਿਊਰੋਨਲ ਥ੍ਰੈਸ਼ਹੋਲਡ (Fig. 6c, f; ਜਿਓਮੈਟ੍ਰਿਕ) ਦੇ ਸਭ ਤੋਂ ਸੱਜੇ ਪੈਨਲ ਵਿੱਚ ਉਜਾਗਰ ਕੀਤੇ ਟੈਕਸਟ ਸਿਗਨਲ ਕੰਟਰਾਸਟਸ ਤੋਂ ਉਤਸਾਹ ਦੀ ਬਾਰੰਬਾਰਤਾ z-ਸਕੋਰ ਤੋਂ ਗਣਨਾ ਕੀਤੀ ਗਈ ਵੱਡੀ ਸੀਪੀ ਦੇ ਵਿਚਕਾਰ ਇੱਕ ਮਾਮੂਲੀ ਪਰ ਮਹੱਤਵਪੂਰਨ ਸਬੰਧ ਦੇਖਿਆ।ਜਿਓਮੈਟ੍ਰਿਕ ਮਤਲਬ ਰਿਗਰੈਸ਼ਨ;обезьяна N: r = -0,12, p = 0,07 обезьяна S: r = -0,18, p < 10-3)। ਬਾਂਦਰ N: r = -0.12, p = 0.07 ਬਾਂਦਰ S: r = -0.18, p < 10-3)।-图6c、f；几何平均回归；猴子N：r = -0.12，p = 0.07 猴子S：r = -0.18，p <10-3）।与 这些发现一致，我们到大大之间 存在适度、但 显着的相关性这湛6关性这是元 阈值 （图 图 6c 、 f ； 回归 ； 猴子 n ： r = -0.12 ， p = 0.07 猴子S：r = -0.18，）））） 3.ਇਹਨਾਂ ਖੋਜਾਂ ਦੇ ਨਾਲ ਇਕਸਾਰ, ਅਸੀਂ ਚਿੱਤਰ 6b,e ਅਤੇ ਨਿਊਰੋਨ ਥ੍ਰੈਸ਼ਹੋਲਡਜ਼ (ਚਿੱਤਰ 6c,f; ਜਿਓਮੈਟ੍ਰਿਕ ਮਤਲਬ ਰਿਗਰੈਸ਼ਨ; ਬਾਂਦਰ N: r = -0.12, p = 0.07) ਵਿੱਚ ਦਰਸਾਏ ਗਏ ਵੱਡੇ CVs ਵਿਚਕਾਰ ਇੱਕ ਮਾਮੂਲੀ ਪਰ ਮਹੱਤਵਪੂਰਨ ਸਬੰਧ ਦੇਖਿਆ।Обезьяна S: г = -0,18, р <10-3)। ਬਾਂਦਰ S: r = -0.18, p <10-3)।ਇਸ ਲਈ, ਸਭ ਤੋਂ ਵੱਧ ਜਾਣਕਾਰੀ ਦੇਣ ਵਾਲੀਆਂ ਇਕਾਈਆਂ ਤੋਂ ਸੰਕੇਤ ਬਾਂਦਰਾਂ ਵਿੱਚ ਵਿਅਕਤੀਗਤ ਵਿਭਾਜਨ ਨਿਰਣੇ ਦੇ ਨਾਲ ਵਧੇਰੇ ਸਹਿ-ਪ੍ਰਸਤੀ ਦਰਸਾਉਂਦੇ ਹਨ, ਜੋ ਕਿ ਅਨੁਭਵੀ ਪੱਖਪਾਤ ਵਿੱਚ ਸ਼ਾਮਲ ਕੀਤੇ ਗਏ ਕਿਸੇ ਵੀ ਟੈਕਸਟਲ ਸੰਕੇਤਾਂ ਦੀ ਪਰਵਾਹ ਕੀਤੇ ਬਿਨਾਂ ਮਹੱਤਵਪੂਰਨ ਹੈ।
ਇਹ ਧਿਆਨ ਵਿੱਚ ਰੱਖਦੇ ਹੋਏ ਕਿ ਅਸੀਂ ਪਹਿਲਾਂ ਗਰਿੱਡ ਟੈਕਸਟ ਸਿਗਨਲ ਅਤੇ ਤਰਜੀਹੀ ਨਿਊਰੋਨਲ ਓਰੀਐਂਟੇਸ਼ਨ ਲਈ ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਦੇ ਵਿਚਕਾਰ ਇੱਕ ਰਿਸ਼ਤਾ ਸਥਾਪਿਤ ਕੀਤਾ ਸੀ, ਅਸੀਂ ਹੈਰਾਨ ਸੀ ਕਿ ਕੀ CP ਅਤੇ ਤਰਜੀਹੀ ਸਥਿਤੀ (ਚਿੱਤਰ 6g) ਵਿਚਕਾਰ ਇੱਕ ਸਮਾਨ ਸਬੰਧ ਸੀ।ਇਹ ਸਬੰਧ ਬਾਂਦਰ S (ANOVA; ਬਾਂਦਰ N: 1.03, p=0.46; Monkey S: F=1.73, p=0.04) ਵਿੱਚ ਥੋੜਾ ਜਿਹਾ ਮਹੱਤਵਪੂਰਨ ਸੀ।ਅਸੀਂ ਕਿਸੇ ਵੀ ਜਾਨਵਰ ਵਿੱਚ ਜਾਲੀ ਦੇ ਵਿਚਕਾਰ ਜਾਲੀ ਦੇ ਕੋਣਾਂ ਲਈ CP ਵਿੱਚ ਕੋਈ ਅੰਤਰ ਨਹੀਂ ਦੇਖਿਆ (ਚਿੱਤਰ 6h; ਅਨੋਵਾ; ਬਾਂਦਰ N: F = 1.8, p = 0.11; ਬਾਂਦਰ S: F = 0.32, p = 0. 9)।
ਅੰਤ ਵਿੱਚ, ਪਿਛਲੇ ਕੰਮ ਨੇ ਦਿਖਾਇਆ ਹੈ ਕਿ ਪੂਰੇ ਟਰਾਇਲ ਦੌਰਾਨ CP ਬਦਲਦਾ ਹੈ.ਕੁਝ ਅਧਿਐਨਾਂ ਨੇ ਮੁਕਾਬਲਤਨ ਨਿਰਵਿਘਨ ਚੋਣ ਪ੍ਰਭਾਵ, 30 ਦੇ ਬਾਅਦ ਇੱਕ ਤਿੱਖੇ ਵਾਧੇ ਦੀ ਰਿਪੋਰਟ ਕੀਤੀ ਹੈ, ਜਦੋਂ ਕਿ ਹੋਰਾਂ ਨੇ ਅਜ਼ਮਾਇਸ਼ ਦੇ ਦੌਰਾਨ ਚੋਣ ਸਿਗਨਲ ਵਿੱਚ ਲਗਾਤਾਰ ਵਾਧਾ ਦਰਜ ਕੀਤਾ ਹੈ31।ਹਰੇਕ ਬਾਂਦਰ ਲਈ, ਅਸੀਂ 100 ms ਸੈੱਲਾਂ ਵਿੱਚ ਜ਼ੀਰੋ ਟੈਕਸਟਚਰਲ ਕੰਟ੍ਰਾਸਟ (ਕ੍ਰਮਵਾਰ, ਪੈਟਰਨ ਓਰੀਐਂਟੇਸ਼ਨ ਦੇ ਅਨੁਸਾਰ) ਦੇ ਨਾਲ ਟਰਾਇਲਾਂ ਵਿੱਚ ਹਰੇਕ ਯੂਨਿਟ ਦੇ CP ਦੀ ਗਣਨਾ ਕੀਤੀ ਹੈ ਜੋ ਪੂਰਵ-ਉਤਸ਼ਾਹ ਸ਼ੁਰੂ ਤੋਂ ਹਰ 20 ms ਬਾਅਦ ਅਰਥ ਪੂਰਵ-ਉਤਸ਼ਾਹ ਔਫਸੈੱਟ ਪੋਸਟ ਕਰਨ ਲਈ ਕਦਮ ਰੱਖਦੇ ਹਨ।ਦੋ ਬਾਂਦਰਾਂ ਲਈ ਔਸਤ CP ਡਾਇਨਾਮਿਕਸ ਚਿੱਤਰ 6i ਵਿੱਚ ਦਿਖਾਇਆ ਗਿਆ ਹੈ।ਦੋਵਾਂ ਮਾਮਲਿਆਂ ਵਿੱਚ, CP ਇੱਕ ਬੇਤਰਤੀਬ ਪੱਧਰ 'ਤੇ ਰਿਹਾ ਜਾਂ ਇਸ ਦੇ ਬਹੁਤ ਨੇੜੇ ਰਿਹਾ ਜਦੋਂ ਤੱਕ ਕਿ ਉਤੇਜਨਾ ਦੀ ਸ਼ੁਰੂਆਤ ਤੋਂ ਬਾਅਦ ਲਗਭਗ 500 ms, ਜਿਸ ਤੋਂ ਬਾਅਦ CP ਤੇਜ਼ੀ ਨਾਲ ਵਧਿਆ।
ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਨੂੰ ਬਦਲਣ ਤੋਂ ਇਲਾਵਾ, CP ਨੂੰ ਸੈੱਲ ਟਿਊਨਿੰਗ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੇ ਕੁਝ ਗੁਣਾਂ ਦੁਆਰਾ ਵੀ ਪ੍ਰਭਾਵਿਤ ਕੀਤਾ ਗਿਆ ਹੈ।ਉਦਾਹਰਨ ਲਈ, Uka ਅਤੇ DeAngelis34 ਨੇ ਪਾਇਆ ਕਿ ਦੂਰਬੀਨ ਬੇਮੇਲ ਮਾਨਤਾ ਕਾਰਜ ਵਿੱਚ CP ਡਿਵਾਈਸ ਦੀ ਦੂਰਬੀਨ ਦੀ ਬੇਮੇਲ ਟਿਊਨਿੰਗ ਕਰਵ ਦੀ ਸਮਰੂਪਤਾ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ।ਇਸ ਕੇਸ ਵਿੱਚ, ਇੱਕ ਸੰਬੰਧਿਤ ਸਵਾਲ ਇਹ ਹੈ ਕਿ ਕੀ ਪੈਟਰਨ ਦਿਸ਼ਾ ਚੋਣਵੇਂ (PDS) ਸੈੱਲ ਕੰਪੋਨੈਂਟ ਦਿਸ਼ਾ ਚੋਣਵੇਂ (CDS) ਸੈੱਲਾਂ ਨਾਲੋਂ ਵਧੇਰੇ ਸੰਵੇਦਨਸ਼ੀਲ ਹੁੰਦੇ ਹਨ।ਪੀਡੀਐਸ ਸੈੱਲ ਕਈ ਸਥਾਨਕ ਦਿਸ਼ਾਵਾਂ ਵਾਲੇ ਪੈਟਰਨਾਂ ਦੀ ਆਮ ਸਥਿਤੀ ਨੂੰ ਏਨਕੋਡ ਕਰਦੇ ਹਨ, ਜਦੋਂ ਕਿ ਸੀਡੀਐਸ ਸੈੱਲ ਦਿਸ਼ਾ-ਨਿਰਦੇਸ਼ ਪੈਟਰਨ ਭਾਗਾਂ (ਚਿੱਤਰ 7a) ਦੀ ਗਤੀ ਦਾ ਜਵਾਬ ਦਿੰਦੇ ਹਨ।
ਮੋਡ ਕੰਪੋਨੈਂਟ ਟਿਊਨਿੰਗ ਉਤੇਜਨਾ ਅਤੇ ਕਾਲਪਨਿਕ ਗਰੇਟਿੰਗ (ਖੱਬੇ) ਅਤੇ ਗਰੇਟਿੰਗ ਓਰੀਐਂਟੇਸ਼ਨ ਟਿਊਨਿੰਗ ਕਰਵ (ਸੱਜੇ) ਦੀ ਯੋਜਨਾਬੱਧ ਪ੍ਰਤੀਨਿਧਤਾ (ਵੇਖੋ ਸਮੱਗਰੀ ਅਤੇ ਢੰਗ)।ਸੰਖੇਪ ਵਿੱਚ, ਜੇਕਰ ਇੱਕ ਸੈੱਲ ਪੈਟਰਨ ਦੀ ਗਤੀ ਨੂੰ ਸੰਕੇਤ ਕਰਨ ਲਈ ਗਰਿੱਡ ਦੇ ਹਿੱਸਿਆਂ ਵਿੱਚ ਏਕੀਕ੍ਰਿਤ ਕਰਦਾ ਹੈ, ਤਾਂ ਵਿਅਕਤੀ ਵਿਅਕਤੀਗਤ ਗਰਿੱਡ ਅਤੇ ਗਰਿੱਡ ਉਤੇਜਨਾ (ਆਖਰੀ ਕਾਲਮ, ਠੋਸ ਕਰਵ) ਲਈ ਇੱਕੋ ਜਿਹੇ ਟਿਊਨਿੰਗ ਕਰਵ ਦੀ ਉਮੀਦ ਕਰੇਗਾ।ਇਸਦੇ ਉਲਟ, ਜੇਕਰ ਸੈੱਲ ਸਿਗਨਲ ਪੈਟਰਨ ਦੀ ਗਤੀ ਵਿੱਚ ਭਾਗਾਂ ਦੀਆਂ ਦਿਸ਼ਾਵਾਂ ਨੂੰ ਏਕੀਕ੍ਰਿਤ ਨਹੀਂ ਕਰਦਾ ਹੈ, ਤਾਂ ਇੱਕ ਗ੍ਰੇਟਿੰਗ ਮੋਸ਼ਨ ਦੀ ਹਰੇਕ ਦਿਸ਼ਾ ਵਿੱਚ ਇੱਕ ਸਿਖਰ ਦੇ ਨਾਲ ਇੱਕ ਦੋ-ਪੱਖੀ ਟਿਊਨਿੰਗ ਕਰਵ ਦੀ ਉਮੀਦ ਕਰੇਗਾ ਜੋ ਇੱਕ ਹਿੱਸੇ ਨੂੰ ਸੈੱਲ ਦੀ ਤਰਜੀਹੀ ਦਿਸ਼ਾ (ਆਖਰੀ ਕਾਲਮ, ਡੈਸ਼ਡ ਕਰਵ) ਵਿੱਚ ਅਨੁਵਾਦ ਕਰਦਾ ਹੈ।.ਚਿੱਤਰ 1 ਅਤੇ 2. 3 ਅਤੇ 4 (ਚੋਟੀ ਦੀ ਕਤਾਰ - ਚਿੱਤਰ 3a,b ਅਤੇ 4a,b (ਉੱਪਰ) ਵਿੱਚ ਸੈੱਲ; ਹੇਠਲੇ ਪੈਨਲ - ਚਿੱਤਰ 3c, d ਅਤੇ 4a, b (ਹੇਠਲੇ) ਦੇ ਸੈੱਲਾਂ ਲਈ ਸਾਈਨਸੌਇਡਲ ਐਰੇ ਦੀ ਸਥਿਤੀ ਨੂੰ ਅਨੁਕੂਲ ਕਰਨ ਲਈ b (ਖੱਬੇ) ਵਕਰ।(ਮੱਧ) ਪੈਟਰਨ ਅਤੇ ਕੰਪੋਨੈਂਟ ਪੂਰਵ-ਅਨੁਮਾਨਾਂ ਜਾਲੀ ਟਿਊਨਿੰਗ ਪ੍ਰੋਫਾਈਲਾਂ ਤੋਂ ਗਿਣੀਆਂ ਗਈਆਂ ਹਨ।(ਸੱਜੇ) ਇਹਨਾਂ ਸੈੱਲਾਂ ਦੇ ਗਰਿੱਡ ਨੂੰ ਅਡਜਸਟ ਕਰਨਾ।ਉਪਰਲੇ (ਹੇਠਲੇ) ਪੈਨਲ ਦੇ ਸੈੱਲਾਂ ਨੂੰ ਟੈਂਪਲੇਟ (ਕੰਪੋਨੈਂਟ) ਸੈੱਲਾਂ ਵਜੋਂ ਸ਼੍ਰੇਣੀਬੱਧ ਕੀਤਾ ਗਿਆ ਹੈ।ਨੋਟ ਕਰੋ ਕਿ ਪੈਟਰਨ ਕੰਪੋਨੈਂਟਸ ਦੇ ਵਰਗੀਕਰਣ ਅਤੇ ਇਕਸਾਰ/ਪਾਰਦਰਸ਼ੀ ਸੈੱਲ ਅੰਦੋਲਨ ਲਈ ਤਰਜੀਹਾਂ ਵਿਚਕਾਰ ਕੋਈ ਇਕ-ਨਾਲ-ਇੱਕ ਪੱਤਰ-ਵਿਹਾਰ ਨਹੀਂ ਹੈ (ਚਿੱਤਰ 4a ਵਿੱਚ ਇਹਨਾਂ ਸੈੱਲਾਂ ਲਈ ਟੈਕਸਟ ਜਾਲੀ ਜਵਾਬ ਦੇਖੋ)।c N (ਖੱਬੇ) ਅਤੇ S (ਸੱਜੇ) ਬਾਂਦਰਾਂ ਵਿੱਚ ਦਰਜ ਕੀਤੇ ਗਏ ਸਾਰੇ ਸੈੱਲਾਂ ਲਈ z-ਸਕੋਰ ਕੰਪੋਨੈਂਟ (ਐਬਸਸੀਸਾ) ਦੇ ਅੰਸ਼ਕ ਸਹਿ-ਸੰਬੰਧ ਗੁਣਾਂ ਦੇ ਵਿਰੁੱਧ ਪਲਾਟ ਕੀਤੇ z-ਸਕੋਰ ਮੋਡ (ਆਰਡੀਨੇਟ) ਦੇ ਅੰਸ਼ਕ ਸਹਿ-ਸੰਬੰਧ ਦਾ ਗੁਣਾਂਕ।ਮੋਟੀਆਂ ਲਾਈਨਾਂ ਸੈੱਲਾਂ ਨੂੰ ਸ਼੍ਰੇਣੀਬੱਧ ਕਰਨ ਲਈ ਵਰਤੇ ਜਾਣ ਵਾਲੇ ਮਹੱਤਵ ਮਾਪਦੰਡ ਨੂੰ ਦਰਸਾਉਂਦੀਆਂ ਹਨ।d ਉੱਚ ਚੋਣ ਸੰਭਾਵਨਾ (ਆਰਡੀਨੇਟ) ਬਨਾਮ ਮੋਡ ਸੂਚਕਾਂਕ (Zp – Zc) (abscissa) ਦਾ ਪਲਾਟ।ਖੱਬੇ (ਸੱਜੇ) ਪੈਨਲਾਂ ਵਿੱਚ ਡੇਟਾ ਬਾਂਦਰ N(S) ਦਾ ਹਵਾਲਾ ਦਿੰਦਾ ਹੈ।ਕਾਲੇ ਚੱਕਰ ਅੰਦਾਜ਼ਨ ਇਕਾਈਆਂ ਵਿੱਚ ਡੇਟਾ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ।ਦੋਨਾਂ ਜਾਨਵਰਾਂ ਵਿੱਚ, ਉੱਚ ਚੋਣ ਸੰਭਾਵਨਾ ਅਤੇ ਪੈਟਰਨ ਸੂਚਕਾਂਕ ਵਿਚਕਾਰ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਸਬੰਧ ਸੀ, ਜੋ ਕਿ ਬਹੁਤ ਸਾਰੇ ਭਾਗਾਂ ਦੀ ਸਥਿਤੀ ਦੇ ਨਾਲ ਉਤੇਜਨਾ ਵਿੱਚ ਸਿਗਨਲ ਪੈਟਰਨ ਸਥਿਤੀ ਵਾਲੇ ਸੈੱਲਾਂ ਲਈ ਵਧੇਰੇ ਅਨੁਭਵੀ ਸਬੰਧਾਂ ਦਾ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ।
ਇਸ ਲਈ, ਇੱਕ ਵੱਖਰੇ ਟੈਸਟ ਸੈੱਟ ਵਿੱਚ, ਅਸੀਂ ਸਾਡੇ ਨਮੂਨਿਆਂ ਵਿੱਚ ਪੀਡੀਐਸ ਜਾਂ ਸੀਡੀਐਸ (ਵਿਧੀਆਂ ਵੇਖੋ) ਦੇ ਰੂਪ ਵਿੱਚ ਸਾਡੇ ਨਮੂਨਿਆਂ ਵਿੱਚ ਨਿਊਰੋਨਸ ਨੂੰ ਵਰਗੀਕ੍ਰਿਤ ਕਰਨ ਲਈ ਸਾਈਨਸੌਇਡਲ ਗਰਿੱਡਾਂ ਅਤੇ ਗਰਿੱਡਾਂ ਦੇ ਜਵਾਬਾਂ ਨੂੰ ਮਾਪਿਆ।ਜਾਲੀ ਟਿਊਨਿੰਗ ਕਰਵ, ਇਸ ਟਿਊਨਿੰਗ ਡੇਟਾ ਤੋਂ ਬਣੇ ਟੈਂਪਲੇਟ ਕੰਪੋਨੈਂਟ ਪੂਰਵ ਅਨੁਮਾਨ, ਅਤੇ ਚਿੱਤਰ 1 ਅਤੇ 3 ਵਿੱਚ ਦਿਖਾਏ ਗਏ ਸੈੱਲਾਂ ਲਈ ਜਾਲੀ ਟਿਊਨਿੰਗ ਕਰਵ। ਚਿੱਤਰ 3 ਅਤੇ 4 ਅਤੇ ਪੂਰਕ ਚਿੱਤਰ 3 ਚਿੱਤਰ 7b ਵਿੱਚ ਦਿਖਾਇਆ ਗਿਆ ਹੈ।ਪੈਟਰਨ ਡਿਸਟ੍ਰੀਬਿਊਸ਼ਨ ਅਤੇ ਕੰਪੋਨੈਂਟ ਸਿਲੈਕਟਵਿਟੀ, ਅਤੇ ਨਾਲ ਹੀ ਹਰੇਕ ਸ਼੍ਰੇਣੀ ਵਿੱਚ ਤਰਜੀਹੀ ਸੈੱਲ ਸਥਿਤੀ, ਚਿੱਤਰ 7c ਅਤੇ ਪੂਰਕ ਅੰਜੀਰ ਵਿੱਚ ਹਰੇਕ ਬਾਂਦਰ ਲਈ ਦਿਖਾਈ ਗਈ ਹੈ।4 ਕ੍ਰਮਵਾਰ.
ਪੈਟਰਨ ਕੰਪੋਨੈਂਟਸ ਦੇ ਸੁਧਾਰ 'ਤੇ CP ਦੀ ਨਿਰਭਰਤਾ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਲਈ, ਅਸੀਂ ਪਹਿਲਾਂ ਪੈਟਰਨ ਇੰਡੈਕਸ 35 (PI) ਦੀ ਗਣਨਾ ਕੀਤੀ, ਜਿਸ ਦੇ ਵੱਡੇ (ਛੋਟੇ) ਮੁੱਲ ਇੱਕ ਵੱਡੇ PDS (CDS) ਸਮਾਨ ਵਿਵਹਾਰ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ।ਉਪਰੋਕਤ ਪ੍ਰਦਰਸ਼ਨ ਨੂੰ ਦੇਖਦੇ ਹੋਏ ਕਿ: (i) ਨਿਊਰੋਨਲ ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਤਰਜੀਹੀ ਸੈੱਲ ਸਥਿਤੀ ਅਤੇ ਉਤੇਜਕ ਅੰਦੋਲਨ ਦੀ ਦਿਸ਼ਾ ਦੇ ਵਿਚਕਾਰ ਅੰਤਰ ਦੇ ਨਾਲ ਬਦਲਦੀ ਹੈ, ਅਤੇ (ii) ਸਾਡੇ ਨਮੂਨੇ ਵਿੱਚ ਨਿਊਰੋਨਲ ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਅਤੇ ਚੋਣ ਸੰਭਾਵਨਾ ਦੇ ਵਿਚਕਾਰ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਸਬੰਧ ਹੈ, ਅਸੀਂ PI ਅਤੇ ਕੁੱਲ CP ਵਿਚਕਾਰ ਇੱਕ ਸਬੰਧ ਪਾਇਆ ਹੈ (ਉੱਪਰਲੇ ਹਰੇਕ ਸੈੱਲ ਦੀ ਗਤੀ ਦੀ ਦਿਸ਼ਾ" ਲਈ ਅਧਿਐਨ ਕੀਤਾ ਗਿਆ ਸੀ)। ਅਸੀਂ ਪਾਇਆ ਕਿ CP ਮਹੱਤਵਪੂਰਨ ਤੌਰ 'ਤੇ PI (Fig. 7d; ਜਿਓਮੈਟ੍ਰਿਕ ਮਤਲਬ ਰਿਗਰੈਸ਼ਨ; ਗ੍ਰੈਂਡ CP ਬਾਂਦਰ N: r = 0.23, p < 0.01; bi-ਸਥਿਰ CP ਬਾਂਦਰ N r = 0.21, p = 0.013; ਗ੍ਰੈਂਡ CP ਬਾਂਦਰ S: <p-0 r = 0.013; ਗ੍ਰੈਂਡ CP ਬਾਂਦਰ S: 0. 0. 0.013; ਗ੍ਰੈਂਡ CP ਬਾਂਦਰ S: 0. 0. 0.013; : r = 0.29, p < 10−3), ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ PDS ਦੇ ਰੂਪ ਵਿੱਚ ਵਰਗੀਕ੍ਰਿਤ ਸੈੱਲ CDS ਅਤੇ ਗੈਰ-ਵਰਗੀਕ੍ਰਿਤ ਸੈੱਲਾਂ ਨਾਲੋਂ ਵੱਧ ਵਿਕਲਪ-ਸਬੰਧਤ ਗਤੀਵਿਧੀ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਦੇ ਹਨ। ਅਸੀਂ ਪਾਇਆ ਕਿ CP ਮਹੱਤਵਪੂਰਨ ਤੌਰ 'ਤੇ PI (Fig. 7d; ਜਿਓਮੈਟ੍ਰਿਕ ਮਤਲਬ ਰਿਗਰੈਸ਼ਨ; ਗ੍ਰੈਂਡ CP ਬਾਂਦਰ N: r = 0.23, p < 0.01; bi-ਸਥਿਰ CP ਬਾਂਦਰ N r = 0.21, p = 0.013; ਗ੍ਰੈਂਡ CP ਬਾਂਦਰ S: <p-0 r = 0.013; ਗ੍ਰੈਂਡ CP ਬਾਂਦਰ S: 0. 0. 0.013; ਗ੍ਰੈਂਡ CP ਬਾਂਦਰ S: 0. 0. 0.013; : r = 0.29, p < 10−3), ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ PDS ਦੇ ਰੂਪ ਵਿੱਚ ਵਰਗੀਕ੍ਰਿਤ ਸੈੱਲ CDS ਅਤੇ ਗੈਰ-ਵਰਗੀਕ੍ਰਿਤ ਸੈੱਲਾਂ ਨਾਲੋਂ ਵੱਧ ਵਿਕਲਪ-ਸਬੰਧਤ ਗਤੀਵਿਧੀ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਦੇ ਹਨ। Мы обнаружили, что CP значительно коррелирует с PI (рис. 7d; регрессия среднего геометрического; большая обезьяна, большая обезьяна,б02, б3 CP: <p02, бильста; ная обезьяна CP N r = 0,21, p = 0,013; большая обезьяна CP S: r = 0,30, p < 10-4; бистабильный CP обезьяны S: r = , p = 0,013), < , что клетки, классифицированные как PDS, проявляли большую активность, связанную с выбором, чем CDS и некласифицированные и некласифицированные. ਅਸੀਂ ਪਾਇਆ ਕਿ CP ਮਹੱਤਵਪੂਰਨ ਤੌਰ 'ਤੇ PI (ਚਿੱਤਰ 7d; ਜਿਓਮੈਟ੍ਰਿਕ ਮਤਲਬ ਰਿਗਰੈਸ਼ਨ; ਮਹਾਨ ਬਾਂਦਰ CP N: r = 0.23, p < 0.01; bistable monkey CP N r = 0.21, p = 0.013; ਮਹਾਨ ਬਾਂਦਰ CP S: r = 0.013; ਮਹਾਨ ਬਾਂਦਰ CP S: r = 0. 0. 013; ਮਹਾਨ ਬਾਂਦਰ CP S: r = 0. 0. 0.013; 0.29, p <10-3), ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ PDS ਦੇ ਤੌਰ 'ਤੇ ਵਰਗੀਕ੍ਰਿਤ ਸੈੱਲਾਂ ਨੇ CDS ਅਤੇ ਗੈਰ-ਵਰਗੀਕ੍ਰਿਤ ਸੈੱਲਾਂ ਨਾਲੋਂ ਚੋਣ ਨਾਲ ਸੰਬੰਧਿਤ, ਵਧੇਰੇ ਗਤੀਵਿਧੀ ਦਿਖਾਈ ਹੈ।我们发现CP 与PI 显着相关（图7d；几何平均回归；大CP 猴N：r = 0.23，p < 0.01；挛 CP 0.01 = CP |胞表现出更大的选择相关活性. CP 与PI 显着相关（图7d；几何平均回归；大CP猴N：r = 0.23，p <0.01；双稳态CP 猴1；双稳态，CP 猴1 = 02.3.ਪੀ. .0 Мы обнаружили, что CP был значительно связан с PI (рис. 7d; регрессия среднего геометрического; большая обезь:,б03; большая обезь:,б03; ильная обезьяна CP N r = 0,21, p = 0,013; большая обезьяна CP S: r = 0,013) 0,30, p < 10-4; ਅਸੀਂ ਪਾਇਆ ਕਿ CP ਮਹੱਤਵਪੂਰਨ ਤੌਰ 'ਤੇ PI ਨਾਲ ਜੁੜਿਆ ਹੋਇਆ ਸੀ (ਚਿੱਤਰ 7d; ਜਿਓਮੈਟ੍ਰਿਕ ਮਤਲਬ ਰਿਗਰੈਸ਼ਨ; ਮਹਾਨ ਬਾਂਦਰ CP N: r = 0.23, p < 0.01; bistable Monkey CP N r = 0.21, p = 0.013; ਮਹਾਨ ਬਾਂਦਰ CP S: r = 0.013; <0.010) бистабильный CP обезьяны S: r = 0,29, p < 10-3), что указывает на то, что клетки, классифицированные как PDS, проявляцированные как PDS сть, чем клетки, классифицированные как CDS ਅਤੇ неклассифицированные. monkey S bistable CP: r = 0.29, p <10-3), ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ PDS ਵਜੋਂ ਵਰਗੀਕ੍ਰਿਤ ਸੈੱਲ CDS ਅਤੇ ਗੈਰ-ਵਰਗੀਕ੍ਰਿਤ ਸੈੱਲਾਂ ਨਾਲੋਂ ਵੱਧ ਚੋਣ ਗਤੀਵਿਧੀ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਦੇ ਹਨ।ਕਿਉਂਕਿ PI ਅਤੇ ਨਿਊਰੋਨ ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਦੋਵੇਂ CP ਨਾਲ ਸਬੰਧਿਤ ਹਨ, ਅਸੀਂ ਪ੍ਰਭਾਵ ਦੀ ਸੰਭਾਵਨਾ ਵੱਲ ਅਗਵਾਈ ਕਰਨ ਵਾਲੇ ਦੋ ਉਪਾਵਾਂ ਦੇ ਵਿਚਕਾਰ ਇੱਕ ਸਬੰਧ ਨੂੰ ਰੱਦ ਕਰਨ ਲਈ ਮਲਟੀਪਲ ਰਿਗਰੈਸ਼ਨ ਵਿਸ਼ਲੇਸ਼ਣ ਕੀਤੇ (PI ਅਤੇ ਨਿਊਰੋਨ ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਨੂੰ ਸੁਤੰਤਰ ਵੇਰੀਏਬਲ ਅਤੇ ਵੱਡੇ CP ਨਾਲ ਨਿਰਭਰ ਵੇਰੀਏਬਲ ਵਜੋਂ)।. ਦੋਵੇਂ ਅੰਸ਼ਕ ਸਬੰਧਾਂ ਦੇ ਗੁਣਾਂਕ ਮਹੱਤਵਪੂਰਨ ਸਨ (ਬਾਂਦਰ N: ਥ੍ਰੈਸ਼ਹੋਲਡ ਬਨਾਮ CP: r = −0.13, p = 0.04, PI ਬਨਾਮ CP: r = 0.23, p < 0.01; ਬਾਂਦਰ S: ਥ੍ਰੈਸ਼ਹੋਲਡ ਬਨਾਮ CP: r = −0.16, p <0.16, p: r = −0.16, p: 0.3, CP = 0.3. −3), ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ CP ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਦੇ ਨਾਲ ਵਧਦਾ ਹੈ ਅਤੇ ਇੱਕ ਸੁਤੰਤਰ ਰੂਪ ਵਿੱਚ PI ਨਾਲ ਵਧਦਾ ਹੈ। ਦੋਵੇਂ ਅੰਸ਼ਕ ਸਬੰਧਾਂ ਦੇ ਗੁਣਾਂਕ ਮਹੱਤਵਪੂਰਨ ਸਨ (ਬਾਂਦਰ N: ਥ੍ਰੈਸ਼ਹੋਲਡ ਬਨਾਮ CP: r = −0.13, p = 0.04, PI ਬਨਾਮ CP: r = 0.23, p < 0.01; ਬਾਂਦਰ S: ਥ੍ਰੈਸ਼ਹੋਲਡ ਬਨਾਮ CP: r = −0.16, p <0.16, p: r = −0.16, p: 0.3, CP = 0.3. −3), ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ CP ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਦੇ ਨਾਲ ਵਧਦਾ ਹੈ ਅਤੇ ਇੱਕ ਸੁਤੰਤਰ ਰੂਪ ਵਿੱਚ PI ਨਾਲ ਵਧਦਾ ਹੈ। Оба частных коэффициента корреляции были значимыми (обезьяна N: порог против CP: r = -0,13, p = 0,04, PI против, p = 0,04, PI против, 02, 0,04 CP: порог против CP: r = -0,16, p = 0,03, PI ਬਨਾਮ CP: 0,29, p < 10-3), предполагая, что CP увеличивается с чувствительмельновстьюся ивается с PI. ਦੋਵੇਂ ਅੰਸ਼ਿਕ ਸਬੰਧਾਂ ਦੇ ਗੁਣਾਂਕ ਮਹੱਤਵਪੂਰਨ ਸਨ (ਬਾਂਦਰ N: ਥ੍ਰੈਸ਼ਹੋਲਡ ਬਨਾਮ CP: r=-0.13, p=0.04, PI ਬਨਾਮ CP: r=0.23, p<0.01; ਬਾਂਦਰ S: ਥ੍ਰੈਸ਼ਹੋਲਡ ਬਨਾਮ CP: r = -0.16, p = p: 0.30, p = 0.13, CP = 0.13, ਬਾਂਦਰ ਸੁਝਾਓ। ਕਿ CP ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਨਾਲ ਵਧਦਾ ਹੈ ਅਤੇ PI ਨਾਲ ਸੁਤੰਤਰ ਤੌਰ 'ਤੇ ਵਧਦਾ ਹੈ।两个偏相关系数均显着（猴子N：阈值与CP：r = -0.13，p = 0.04，PI 与CP：r = 0.23，p <0.CP系：r = 0.23，p <0.CP瀚匘11 ：r = -0.16, p = 0.03, PI ਬਨਾਮ CP： 0.29, p < 10-3）, 表明CP 随灵敏度增加而增加，并且以独珫頚劶且以独珫。两个偏相关系数均显着（猴子N：阈值与CP：r = -0.13，p = 0.04，PI = 0.03，PI ਬਨਾਮ CP：0.29，p <1-0.29，p <1 Оба частных коэффициента корреляции были значимыми (обезьяна N: порог против CP: r = -0,13, p = 0,04, PI против, p = 0,04, PI против, 02, 0,04 CP: порог против CP: r = -0,16, p = 0,03 , PI против CP: 0,29, p < 10-3), что указывает на то, что CP увеличивалась с чувеличивалась с чувеличивалась с чувеличивалась с чувеличивает на то независимым образом. ਦੋਵੇਂ ਅੰਸ਼ਿਕ ਸਬੰਧਾਂ ਦੇ ਗੁਣਾਂਕ ਮਹੱਤਵਪੂਰਨ ਸਨ (ਬਾਂਦਰ N: ਥ੍ਰੈਸ਼ਹੋਲਡ ਬਨਾਮ CP: r=-0.13, p=0.04, PI ਬਨਾਮ CP: r=0.23, p<0.01; ਬਾਂਦਰ S: ਥ੍ਰੈਸ਼ਹੋਲਡ ਬਨਾਮ CP: r = -0.16, p = p = 0.13, PI = 0.13, PI = 0.13, ਪੀ. ਇਹ ਦੇਖਦੇ ਹੋਏ ਕਿ CP ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਦੇ ਨਾਲ ਵਧਿਆ ਹੈ ਅਤੇ ਇੱਕ ਸੁਤੰਤਰ ਤਰੀਕੇ ਨਾਲ PI ਨਾਲ ਵਧਿਆ ਹੈ।
ਅਸੀਂ MT ਖੇਤਰ ਵਿੱਚ ਇੱਕ ਸਿੰਗਲ ਗਤੀਵਿਧੀ ਨੂੰ ਰਿਕਾਰਡ ਕੀਤਾ, ਅਤੇ ਬਾਂਦਰਾਂ ਨੇ ਪੈਟਰਨਾਂ ਦੀ ਉਹਨਾਂ ਦੀ ਧਾਰਨਾ ਦੀ ਰਿਪੋਰਟ ਕੀਤੀ ਜੋ ਇਕਸਾਰ ਜਾਂ ਪਾਰਦਰਸ਼ੀ ਅੰਦੋਲਨ ਦੇ ਰੂਪ ਵਿੱਚ ਦਿਖਾਈ ਦੇ ਸਕਦੇ ਹਨ।ਪੱਖਪਾਤੀ ਧਾਰਨਾਵਾਂ ਵਿੱਚ ਸ਼ਾਮਲ ਕੀਤੇ ਗਏ ਵਿਭਾਜਨ ਸੰਕੇਤਾਂ ਲਈ ਨਿਊਰੋਨਸ ਦੀ ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਵਿਆਪਕ ਤੌਰ 'ਤੇ ਵੱਖਰੀ ਹੁੰਦੀ ਹੈ ਅਤੇ ਘੱਟੋ-ਘੱਟ ਕੁਝ ਹਿੱਸੇ ਵਿੱਚ, ਯੂਨਿਟ ਦੀ ਤਰਜੀਹੀ ਸਥਿਤੀ ਅਤੇ ਉਤੇਜਕ ਅੰਦੋਲਨ ਦੀ ਦਿਸ਼ਾ ਦੇ ਵਿਚਕਾਰ ਸਬੰਧ ਦੁਆਰਾ ਨਿਰਧਾਰਤ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।ਸਮੁੱਚੀ ਆਬਾਦੀ ਵਿੱਚ, ਨਿਊਰੋਨਲ ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਸਾਈਕੋਫਿਜ਼ੀਕਲ ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਨਾਲੋਂ ਕਾਫ਼ੀ ਘੱਟ ਸੀ, ਹਾਲਾਂਕਿ ਸਭ ਤੋਂ ਵੱਧ ਸੰਵੇਦਨਸ਼ੀਲ ਇਕਾਈਆਂ ਵਿਭਾਜਨ ਸੰਕੇਤਾਂ ਨਾਲ ਮੇਲ ਖਾਂਦੀਆਂ ਜਾਂ ਵੱਧ ਗਈਆਂ ਵਿਹਾਰਕ ਸੰਵੇਦਨਸ਼ੀਲਤਾ.ਇਸ ਤੋਂ ਇਲਾਵਾ, ਫਾਇਰਿੰਗ ਫ੍ਰੀਕੁਐਂਸੀ ਅਤੇ ਧਾਰਨਾ ਦੇ ਵਿਚਕਾਰ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਸਹਿ-ਵਿਗਿਆਨ ਹੈ, ਇਹ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ MT ਸਿਗਨਲ ਵਿਭਾਜਨ ਵਿੱਚ ਇੱਕ ਭੂਮਿਕਾ ਨਿਭਾਉਂਦਾ ਹੈ।ਤਰਜੀਹੀ ਸਥਿਤੀ ਵਾਲੇ ਸੈੱਲਾਂ ਨੇ ਜਾਲੀ ਦੇ ਵਿਭਾਜਨ ਸਿਗਨਲਾਂ ਵਿੱਚ ਅੰਤਰਾਂ ਪ੍ਰਤੀ ਆਪਣੀ ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਇਆ ਅਤੇ ਉੱਚਤਮ ਅਨੁਭਵੀ ਸਬੰਧਾਂ ਨੂੰ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਦੇ ਹੋਏ, ਬਹੁ-ਸਥਾਨਕ ਸਥਿਤੀਆਂ ਦੇ ਨਾਲ ਉਤੇਜਨਾ ਵਿੱਚ ਗਲੋਬਲ ਗਤੀ ਨੂੰ ਸੰਕੇਤ ਕਰਨ ਲਈ ਪ੍ਰੇਰਿਆ।ਇੱਥੇ ਅਸੀਂ ਇਹਨਾਂ ਨਤੀਜਿਆਂ ਦੀ ਪਿਛਲੇ ਕੰਮ ਨਾਲ ਤੁਲਨਾ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਕੁਝ ਸੰਭਾਵੀ ਸਮੱਸਿਆਵਾਂ 'ਤੇ ਵਿਚਾਰ ਕਰਦੇ ਹਾਂ।
ਜਾਨਵਰਾਂ ਦੇ ਮਾਡਲਾਂ ਵਿੱਚ ਬਿਸਟਬਲ ਉਤੇਜਨਾ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਖੋਜ ਦੇ ਨਾਲ ਇੱਕ ਵੱਡੀ ਸਮੱਸਿਆ ਇਹ ਹੈ ਕਿ ਵਿਵਹਾਰ ਸੰਬੰਧੀ ਜਵਾਬ ਦਿਲਚਸਪੀ ਦੇ ਮਾਪ 'ਤੇ ਅਧਾਰਤ ਨਹੀਂ ਹੋ ਸਕਦੇ ਹਨ।ਉਦਾਹਰਨ ਲਈ, ਸਾਡੇ ਬਾਂਦਰ ਜਾਲੀ ਦੇ ਤਾਲਮੇਲ ਦੀ ਆਪਣੀ ਧਾਰਨਾ ਤੋਂ ਸੁਤੰਤਰ ਰੂਪ ਵਿੱਚ ਟੈਕਸਟਚਰ ਸਥਿਤੀ ਦੀ ਆਪਣੀ ਧਾਰਨਾ ਦੀ ਰਿਪੋਰਟ ਕਰ ਸਕਦੇ ਹਨ।ਅੰਕੜਿਆਂ ਦੇ ਦੋ ਪਹਿਲੂ ਸੁਝਾਅ ਦਿੰਦੇ ਹਨ ਕਿ ਅਜਿਹਾ ਨਹੀਂ ਹੈ।ਪਹਿਲਾਂ, ਪਿਛਲੀਆਂ ਰਿਪੋਰਟਾਂ ਦੇ ਅਨੁਸਾਰ, ਵੱਖ ਕਰਨ ਵਾਲੇ ਐਰੇ ਕੰਪੋਨੈਂਟਸ ਦੇ ਅਨੁਸਾਰੀ ਸਥਿਤੀ ਕੋਣ ਨੂੰ ਬਦਲਣ ਨਾਲ ਅਨੁਕੂਲ ਧਾਰਨਾ ਦੀ ਸੰਭਾਵਨਾ ਨੂੰ ਵਿਵਸਥਿਤ ਰੂਪ ਵਿੱਚ ਬਦਲ ਦਿੱਤਾ ਗਿਆ।ਦੂਜਾ, ਔਸਤਨ, ਪ੍ਰਭਾਵ ਉਹਨਾਂ ਪੈਟਰਨਾਂ ਲਈ ਇੱਕੋ ਜਿਹਾ ਹੁੰਦਾ ਹੈ ਜਿਸ ਵਿੱਚ ਟੈਕਸਟ ਸਿਗਨਲ ਹੁੰਦੇ ਹਨ ਜਾਂ ਨਹੀਂ ਹੁੰਦੇ।ਇਕੱਠੇ ਕੀਤੇ ਗਏ, ਇਹ ਨਿਰੀਖਣ ਸੁਝਾਅ ਦਿੰਦੇ ਹਨ ਕਿ ਬਾਂਦਰਾਂ ਦੀਆਂ ਪ੍ਰਤੀਕਿਰਿਆਵਾਂ ਨਿਰੰਤਰਤਾ/ਪਾਰਦਰਸ਼ਤਾ ਦੀ ਉਹਨਾਂ ਦੀ ਧਾਰਨਾ ਨੂੰ ਦਰਸਾਉਂਦੀਆਂ ਹਨ।
ਇੱਕ ਹੋਰ ਸੰਭਾਵੀ ਸਮੱਸਿਆ ਇਹ ਹੈ ਕਿ ਅਸੀਂ ਖਾਸ ਸਥਿਤੀ ਲਈ ਗਰੇਟਿੰਗ ਮੋਸ਼ਨ ਪੈਰਾਮੀਟਰਾਂ ਨੂੰ ਅਨੁਕੂਲਿਤ ਨਹੀਂ ਕੀਤਾ ਹੈ।ਨਿਊਰੋਨਲ ਅਤੇ ਸਾਈਕੋਫਿਜ਼ੀਕਲ ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਦੀ ਤੁਲਨਾ ਕਰਨ ਵਾਲੇ ਕਈ ਪਿਛਲੇ ਕੰਮਾਂ ਵਿੱਚ, ਹਰੇਕ ਰਜਿਸਟਰਡ ਯੂਨਿਟ [31, 32, 34, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45] ਲਈ ਉਤੇਜਨਾ ਨੂੰ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਚੁਣਿਆ ਗਿਆ ਸੀ।ਇੱਥੇ ਅਸੀਂ ਜਾਲੀ ਪੈਟਰਨ ਦੀ ਗਤੀ ਦੀਆਂ ਉਹੀ ਦੋ ਦਿਸ਼ਾਵਾਂ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਹੈ, ਭਾਵੇਂ ਹਰੇਕ ਸੈੱਲ ਦੀ ਸਥਿਤੀ ਦੀ ਵਿਵਸਥਾ ਦੀ ਪਰਵਾਹ ਕੀਤੇ ਬਿਨਾਂ।ਇਸ ਡਿਜ਼ਾਇਨ ਨੇ ਸਾਨੂੰ ਇਹ ਅਧਿਐਨ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੱਤੀ ਕਿ ਜਾਲੀ ਦੀ ਗਤੀ ਅਤੇ ਤਰਜੀਹੀ ਸਥਿਤੀ ਦੇ ਵਿਚਕਾਰ ਓਵਰਲੈਪ ਨਾਲ ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਕਿਵੇਂ ਬਦਲਦੀ ਹੈ, ਹਾਲਾਂਕਿ, ਇਸ ਨੇ ਇਹ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ ਇੱਕ ਤਰਜੀਹੀ ਆਧਾਰ ਪ੍ਰਦਾਨ ਨਹੀਂ ਕੀਤਾ ਕਿ ਕੀ ਸੈੱਲ ਅਨੁਕੂਲ ਜਾਂ ਪਾਰਦਰਸ਼ੀ ਜਾਲੀਆਂ ਨੂੰ ਤਰਜੀਹ ਦਿੰਦੇ ਹਨ।ਇਸ ਲਈ, ਅਸੀਂ ਜਾਲ ਦੀ ਹਰ ਸ਼੍ਰੇਣੀ ਨੂੰ ਤਰਜੀਹ ਅਤੇ ਜ਼ੀਰੋ ਲੇਬਲ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ, ਟੈਕਸਟਚਰਡ ਜਾਲ ਲਈ ਹਰੇਕ ਸੈੱਲ ਦੇ ਜਵਾਬ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ, ਅਨੁਭਵੀ ਮਾਪਦੰਡਾਂ 'ਤੇ ਭਰੋਸਾ ਕਰਦੇ ਹਾਂ।ਹਾਲਾਂਕਿ ਅਸੰਭਵ ਹੈ, ਇਹ ਸਾਡੇ ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ CP ਸਿਗਨਲ ਖੋਜ ਦੇ ਨਤੀਜਿਆਂ ਨੂੰ ਯੋਜਨਾਬੱਧ ਢੰਗ ਨਾਲ ਘਟਾ ਸਕਦਾ ਹੈ, ਸੰਭਾਵੀ ਤੌਰ 'ਤੇ ਕਿਸੇ ਵੀ ਮਾਪ ਨੂੰ ਬਹੁਤ ਜ਼ਿਆਦਾ ਅੰਦਾਜ਼ਾ ਲਗਾ ਸਕਦਾ ਹੈ।ਹਾਲਾਂਕਿ, ਹੇਠਾਂ ਦਿੱਤੇ ਗਏ ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਡੇਟਾ ਦੇ ਕਈ ਪਹਿਲੂ ਸੁਝਾਅ ਦਿੰਦੇ ਹਨ ਕਿ ਅਜਿਹਾ ਨਹੀਂ ਹੈ।
ਪਹਿਲਾਂ, ਪ੍ਰੋਤਸਾਹਨ ਨੂੰ ਤਰਜੀਹੀ (ਨਲ) ਨਾਮ ਨਿਰਧਾਰਤ ਕਰਨ ਨਾਲ ਜੋ ਵਧੇਰੇ (ਘੱਟ) ਗਤੀਵਿਧੀ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਦੇ ਹਨ, ਇਹਨਾਂ ਪ੍ਰਤੀਕਿਰਿਆ ਵੰਡਾਂ ਦੀ ਵਿਭਿੰਨਤਾ ਨੂੰ ਪ੍ਰਭਾਵਤ ਨਹੀਂ ਕਰਦੇ ਹਨ।ਇਸ ਦੀ ਬਜਾਏ, ਇਹ ਸਿਰਫ ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ ਕਿ ਨਿਊਰੋਮੈਟ੍ਰਿਕ ਅਤੇ ਸਾਈਕੋਮੈਟ੍ਰਿਕ ਫੰਕਸ਼ਨਾਂ ਦੇ ਇੱਕੋ ਜਿਹੇ ਚਿੰਨ੍ਹ ਹਨ, ਇਸ ਲਈ ਉਹਨਾਂ ਦੀ ਤੁਲਨਾ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ।ਦੂਜਾ, CP ਦੀ ਗਣਨਾ ਕਰਨ ਲਈ ਵਰਤੇ ਗਏ ਜਵਾਬਾਂ (ਟੈਕਚਰਡ ਗਰੇਟਿੰਗ ਲਈ "ਗਲਤ" ਟਰਾਇਲ ਅਤੇ ਟੈਕਸਟਚਰ ਕੰਟ੍ਰਾਸਟ ਤੋਂ ਬਿਨਾਂ ਗਰੇਟਿੰਗ ਲਈ ਸਾਰੇ ਟਰਾਇਲ) ਨੂੰ ਰਿਗਰੈਸ਼ਨ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਸ਼ਾਮਲ ਨਹੀਂ ਕੀਤਾ ਗਿਆ ਸੀ ਜੋ ਇਹ ਨਿਰਧਾਰਤ ਕਰਦਾ ਹੈ ਕਿ ਕੀ ਹਰੇਕ ਸੈੱਲ ਜੁੜੀਆਂ ਜਾਂ ਪਾਰਦਰਸ਼ੀ ਖੇਡਾਂ ਨੂੰ "ਤਰਜੀਹ" ਦਿੰਦਾ ਹੈ।ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ ਕਿ ਚੋਣ ਪ੍ਰਭਾਵ ਤਰਜੀਹੀ/ਅਵੈਧ ਅਹੁਦਿਆਂ ਪ੍ਰਤੀ ਪੱਖਪਾਤੀ ਨਹੀਂ ਹਨ, ਨਤੀਜੇ ਵਜੋਂ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਚੋਣ ਸੰਭਾਵਨਾ ਹੈ।
ਨਿਊਜ਼ੋਮ ਅਤੇ ਉਸਦੇ ਸਾਥੀਆਂ [36, 39, 46, 47] ਦੇ ਅਧਿਐਨਾਂ ਨੇ ਗਤੀ ਦੀ ਦਿਸ਼ਾ ਦੇ ਅੰਦਾਜ਼ਨ ਅੰਦਾਜ਼ੇ ਵਿੱਚ ਐਮਟੀ ਦੀ ਭੂਮਿਕਾ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ ਸਭ ਤੋਂ ਪਹਿਲਾਂ ਸੀ.ਇਸ ਤੋਂ ਬਾਅਦ ਦੀਆਂ ਰਿਪੋਰਟਾਂ ਨੇ 34,44,48,49,50,51 ਅਤੇ ਗਤੀ 32,52 ਦੀ ਡੂੰਘਾਈ ਵਿੱਚ MT ਭਾਗੀਦਾਰੀ, ਵਧੀਆ ਸਥਿਤੀ 33 ਅਤੇ ਅੰਦੋਲਨ31,53,54 (3D ਟਿਕਾਊ ਜੰਗਲਾਂ) ਤੋਂ 3D ਢਾਂਚੇ ਦੀ ਧਾਰਨਾ 'ਤੇ ਡਾਟਾ ਇਕੱਠਾ ਕੀਤਾ ਹੈ।ਰਾਜ ਕਰਨ ਦਾ).ਅਸੀਂ ਇਹਨਾਂ ਨਤੀਜਿਆਂ ਨੂੰ ਦੋ ਮਹੱਤਵਪੂਰਨ ਤਰੀਕਿਆਂ ਨਾਲ ਵਧਾਉਂਦੇ ਹਾਂ।ਪਹਿਲਾਂ, ਅਸੀਂ ਸਬੂਤ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਾਂ ਕਿ MT ਜਵਾਬ ਵਿਜ਼ੂਓਮੋਟਰ ਸਿਗਨਲਾਂ ਦੇ ਅਨੁਭਵੀ ਵਿਭਾਜਨ ਵਿੱਚ ਯੋਗਦਾਨ ਪਾਉਂਦੇ ਹਨ।ਦੂਜਾ, ਅਸੀਂ MT ਮੋਡ ਓਰੀਐਂਟੇਸ਼ਨ ਸਿਲੈਕਟੀਵਿਟੀ ਅਤੇ ਇਸ ਚੋਣ ਸਿਗਨਲ ਵਿਚਕਾਰ ਇੱਕ ਸਬੰਧ ਦੇਖਿਆ।
ਸੰਕਲਪਨਾਤਮਕ ਤੌਰ 'ਤੇ, ਮੌਜੂਦਾ ਨਤੀਜੇ 3-D SFM 'ਤੇ ਕੰਮ ਦੇ ਸਮਾਨ ਹਨ, ਕਿਉਂਕਿ ਦੋਵੇਂ ਗਤੀਸ਼ੀਲਤਾ ਅਤੇ ਡੂੰਘਾਈ ਕ੍ਰਮ ਨੂੰ ਸ਼ਾਮਲ ਕਰਨ ਵਾਲੇ ਗੁੰਝਲਦਾਰ ਬਿਸਟਬਲ ਧਾਰਨਾ ਹਨ।ਡੌਡ ਐਟ ਅਲ.31 ਨੇ ਬਿਸਟੇਬਲ 3D SFM ਸਿਲੰਡਰ ਦੇ ਰੋਟੇਸ਼ਨਲ ਸਥਿਤੀ ਦੀ ਰਿਪੋਰਟ ਕਰਨ ਵਾਲੇ ਬਾਂਦਰ ਕਾਰਜ ਵਿੱਚ ਇੱਕ ਵੱਡੀ ਚੋਣ ਸੰਭਾਵਨਾ (0.67) ਲੱਭੀ।ਸਾਨੂੰ ਬਿਸਟਬਲ ਗਰਿੱਡ ਉਤੇਜਨਾ ਲਈ ਇੱਕ ਬਹੁਤ ਛੋਟਾ ਚੋਣ ਪ੍ਰਭਾਵ ਮਿਲਿਆ (ਦੋਵਾਂ ਬਾਂਦਰਾਂ ਲਈ ਲਗਭਗ 0.55)।ਕਿਉਂਕਿ CP ਦਾ ਮੁਲਾਂਕਣ ਚੋਣ ਗੁਣਾਂਕ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ, ਇਸ ਲਈ ਵੱਖ-ਵੱਖ ਕਾਰਜਾਂ ਵਿੱਚ ਵੱਖ-ਵੱਖ ਸਥਿਤੀਆਂ ਵਿੱਚ ਪ੍ਰਾਪਤ ਕੀਤੇ CP ਦੀ ਵਿਆਖਿਆ ਕਰਨਾ ਮੁਸ਼ਕਲ ਹੈ।ਹਾਲਾਂਕਿ, ਚੋਣ ਪ੍ਰਭਾਵ ਦੀ ਤੀਬਰਤਾ ਜੋ ਅਸੀਂ ਵੇਖੀ ਹੈ ਉਹ ਜ਼ੀਰੋ ਅਤੇ ਘੱਟ ਟੈਕਸਟ ਕੰਟ੍ਰਾਸਟ ਗ੍ਰੇਟਿੰਗ ਲਈ ਸਮਾਨ ਸੀ, ਅਤੇ ਇਹ ਵੀ ਜਦੋਂ ਅਸੀਂ ਪਾਵਰ ਵਧਾਉਣ ਲਈ ਘੱਟ/ਬਿਨਾਂ ਟੈਕਸਟ ਕੰਟ੍ਰਾਸਟ ਪ੍ਰੋਤਸਾਹਨ ਨੂੰ ਜੋੜਦੇ ਹਾਂ।ਇਸ ਲਈ, CP ਵਿੱਚ ਇਹ ਅੰਤਰ ਡਾਟਾਸੈਟਾਂ ਵਿਚਕਾਰ ਚੋਣ ਦਰਾਂ ਵਿੱਚ ਅੰਤਰ ਦੇ ਕਾਰਨ ਹੋਣ ਦੀ ਸੰਭਾਵਨਾ ਨਹੀਂ ਹੈ।
MT ਫਾਇਰਿੰਗ ਦਰ ਵਿੱਚ ਮਾਮੂਲੀ ਤਬਦੀਲੀਆਂ ਜੋ ਕਿ ਬਾਅਦ ਦੇ ਮਾਮਲੇ ਵਿੱਚ ਧਾਰਨਾ ਦੇ ਨਾਲ ਹੁੰਦੀਆਂ ਹਨ, 3-D SFM ਉਤੇਜਨਾ ਅਤੇ ਬਿਸਟਬਲ ਗਰਿੱਡ ਬਣਤਰਾਂ ਦੁਆਰਾ ਪ੍ਰੇਰਿਤ ਤੀਬਰ ਅਤੇ ਗੁਣਾਤਮਕ ਤੌਰ 'ਤੇ ਵੱਖ-ਵੱਖ ਅਨੁਭਵੀ ਅਵਸਥਾਵਾਂ ਦੀ ਤੁਲਨਾ ਵਿੱਚ ਪਰੇਸ਼ਾਨ ਕਰਨ ਵਾਲੀਆਂ ਲੱਗਦੀਆਂ ਹਨ।ਇੱਕ ਸੰਭਾਵਨਾ ਇਹ ਹੈ ਕਿ ਅਸੀਂ ਪ੍ਰੋਤਸਾਹਨ ਦੀ ਪੂਰੀ ਮਿਆਦ ਵਿੱਚ ਗੋਲੀਬਾਰੀ ਦੀ ਦਰ ਦੀ ਗਣਨਾ ਕਰਕੇ ਚੋਣ ਪ੍ਰਭਾਵ ਨੂੰ ਘੱਟ ਸਮਝਿਆ ਹੈ।31 3-D SFM ਦੇ ਮਾਮਲੇ ਦੇ ਉਲਟ, ਜਿੱਥੇ MT ਗਤੀਵਿਧੀ ਵਿੱਚ ਅੰਤਰ ਅਜ਼ਮਾਇਸ਼ਾਂ ਵਿੱਚ 250 ms ਦੇ ਆਲੇ-ਦੁਆਲੇ ਵਿਕਸਤ ਹੋਏ ਅਤੇ ਫਿਰ ਪੂਰੇ ਅਜ਼ਮਾਇਸ਼ਾਂ ਦੌਰਾਨ ਲਗਾਤਾਰ ਵਧਦੇ ਗਏ, ਚੋਣ ਸਿਗਨਲਾਂ ਦੀ ਅਸਥਾਈ ਗਤੀਸ਼ੀਲਤਾ ਦਾ ਸਾਡਾ ਵਿਸ਼ਲੇਸ਼ਣ (ਦੋਵਾਂ ਬਾਂਦਰਾਂ ਵਿੱਚ ਉਤੇਜਨਾ ਸ਼ੁਰੂ ਹੋਣ ਤੋਂ ਬਾਅਦ 500 ms ਵੇਖੋ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਅਸੀਂ ਇਸ ਦੌਰਾਨ harptu ਦੇ ਦੌਰਾਨ harptu ਦੇ ਦੌਰਾਨ ਦੇਖਿਆ ਗਿਆ ਸੀ.ਪੀ. ਅਜ਼ਮਾਇਸ਼। ਹੂਪ ਅਤੇ ਰੂਬਿਨ55 ਰਿਪੋਰਟ ਕਰਦੇ ਹਨ ਕਿ ਲੰਬੇ ਅਜ਼ਮਾਇਸ਼ਾਂ ਦੌਰਾਨ ਬਿਸਟਬਲ ਆਇਤਾਕਾਰ ਐਰੇ ਦੀ ਮਨੁੱਖੀ ਧਾਰਨਾ ਅਕਸਰ ਬਦਲ ਜਾਂਦੀ ਹੈ। ਹਾਲਾਂਕਿ ਸਾਡੀਆਂ ਉਤੇਜਨਾ ਸਿਰਫ 1.5 ਸਕਿੰਟਾਂ ਲਈ ਪੇਸ਼ ਕੀਤੀ ਗਈ ਸੀ, ਪਰ ਸਾਡੇ ਬਾਂਦਰਾਂ ਦੀ ਧਾਰਨਾ ਵੀ ਅਜ਼ਮਾਇਸ਼ ਦੌਰਾਨ ਇਕਸੁਰਤਾ ਤੋਂ ਪਾਰਦਰਸ਼ਤਾ ਤੱਕ ਵੱਖੋ-ਵੱਖ ਹੋ ਸਕਦੀ ਹੈ (ਉਨ੍ਹਾਂ ਦੇ ਜਵਾਬ ਕਿਊ ਦੀ ਚੋਣ 'ਤੇ ਉਨ੍ਹਾਂ ਦੀ ਅੰਤਮ ਧਾਰਨਾ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ।) ਇਸਲਈ, ਸਾਡੇ ਬਾਂਦਰਾਂ ਦੀ ਪ੍ਰਤੀਕ੍ਰਿਆ ਸੰਸਕਰਣ ਦੀ ਲਗਾਤਾਰ ਯੋਜਨਾ, ਪ੍ਰਤੀਕ੍ਰਿਆ ਸੰਸਕਰਣ, ਸਮਾਂ ਜਾਂ ਪ੍ਰਤੀਕ੍ਰਿਆ ਦੀ ਯੋਜਨਾ ਹੈ, ਜੋ ਕਿ ਸਾਡੀ ਪ੍ਰਤੀਕ੍ਰਿਆ ਦੀ ਯੋਜਨਾ ਹੈ। ਇੱਕ ਵੱਡਾ ਚੋਣ ਪ੍ਰਭਾਵ ਹੈ। ਆਖਰੀ ਸੰਭਾਵਨਾ ਇਹ ਹੈ ਕਿ ਦੋ ਕਾਰਜਾਂ ਵਿੱਚ MT ਸਿਗਨਲ ਨੂੰ ਵੱਖਰੇ ਢੰਗ ਨਾਲ ਪੜ੍ਹਿਆ ਜਾਂਦਾ ਹੈ। ਹਾਲਾਂਕਿ ਇਹ ਲੰਬੇ ਸਮੇਂ ਤੋਂ ਸੋਚਿਆ ਜਾਂਦਾ ਹੈ ਕਿ CPU ਸਿਗਨਲ ਸੰਵੇਦੀ ਡੀਕੋਡਿੰਗ ਅਤੇ ਸਹਿ-ਸੰਬੰਧਿਤ ਸ਼ੋਰ ਦੇ ਨਤੀਜੇ ਵਜੋਂ ਹੁੰਦੇ ਹਨ, 56 Gu ਅਤੇ ਸਹਿਕਰਮੀਆਂ57 ਨੇ ਪਾਇਆ ਕਿ ਕੰਪਿਊਟੇਸ਼ਨਲ ਮਾਡਲਾਂ ਵਿੱਚ, ਵੱਖ-ਵੱਖ ਪੂਲਿੰਗ ਰਣਨੀਤੀਆਂ, ਨਾ ਕਿ ਪੱਧਰਾਂ ਦੀ ਬਜਾਏ CPU-ਟੈਂਪਰਲ-ਟੈਮਪਰਲ ਮੀਡੀਆ ਦੀ ਬਿਹਤਰ ਵਿਆਖਿਆ ਕਰ ਸਕਦੇ ਹਨ। .ਸ਼ੀਟ ਤਬਦੀਲੀ ਸਥਿਤੀ ਪਛਾਣ ਕਾਰਜ (MSTd)।ਛੋਟੇ ਚੋਣ ਪ੍ਰਭਾਵ ਜੋ ਅਸੀਂ MT ਵਿੱਚ ਦੇਖਿਆ ਹੈ, ਸੰਭਵ ਤੌਰ 'ਤੇ ਤਾਲਮੇਲ ਜਾਂ ਪਾਰਦਰਸ਼ਤਾ ਦੀਆਂ ਧਾਰਨਾਵਾਂ ਬਣਾਉਣ ਲਈ ਬਹੁਤ ਸਾਰੇ ਘੱਟ-ਜਾਣਕਾਰੀ ਵਾਲੇ ਨਿਊਰੋਨਸ ਦੇ ਵਿਆਪਕ ਏਕੀਕਰਣ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ।ਕਿਸੇ ਵੀ ਸਥਿਤੀ ਵਿੱਚ ਜਿੱਥੇ ਸਥਾਨਕ ਗਤੀ ਦੇ ਸੰਕੇਤਾਂ ਨੂੰ ਇੱਕ ਜਾਂ ਦੋ ਵਸਤੂਆਂ (ਬਿਸਟੇਬਲ ਗਰੇਟਿੰਗਜ਼) ਜਾਂ ਆਮ ਵਸਤੂਆਂ ਦੀਆਂ ਵੱਖਰੀਆਂ ਸਤਹਾਂ (3-D SFM) ਵਿੱਚ ਸਮੂਹਬੱਧ ਕੀਤਾ ਜਾਣਾ ਸੀ, ਸੁਤੰਤਰ ਸਬੂਤ ਕਿ MT ਪ੍ਰਤੀਕਿਰਿਆਵਾਂ ਅਨੁਭਵੀ ਨਿਰਣੇ ਨਾਲ ਮਹੱਤਵਪੂਰਨ ਤੌਰ 'ਤੇ ਜੁੜੇ ਹੋਏ ਸਨ, ਮਜ਼ਬੂਤ ​​​​MT ਜਵਾਬ ਸਨ।ਵਿਜ਼ੂਅਲ ਮੋਸ਼ਨ ਜਾਣਕਾਰੀ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਬਹੁ-ਆਬਜੈਕਟ ਦ੍ਰਿਸ਼ਾਂ ਵਿੱਚ ਗੁੰਝਲਦਾਰ ਚਿੱਤਰਾਂ ਦੇ ਵਿਭਾਜਨ ਵਿੱਚ ਇੱਕ ਭੂਮਿਕਾ ਨਿਭਾਉਣ ਦਾ ਪ੍ਰਸਤਾਵ ਹੈ।
ਜਿਵੇਂ ਉੱਪਰ ਦੱਸਿਆ ਗਿਆ ਹੈ, ਅਸੀਂ MT ਪੈਟਰਨ ਸੈਲੂਲਰ ਗਤੀਵਿਧੀ ਅਤੇ ਧਾਰਨਾ ਵਿਚਕਾਰ ਸਬੰਧ ਦੀ ਰਿਪੋਰਟ ਕਰਨ ਵਾਲੇ ਪਹਿਲੇ ਵਿਅਕਤੀ ਸੀ।ਜਿਵੇਂ ਕਿ ਮੋਵਸ਼ੋਨ ਅਤੇ ਸਹਿਕਰਮੀਆਂ ਦੁਆਰਾ ਮੂਲ ਦੋ-ਪੜਾਅ ਦੇ ਮਾਡਲ ਵਿੱਚ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ, ਮੋਡ ਯੂਨਿਟ MT ਦਾ ਆਉਟਪੁੱਟ ਪੜਾਅ ਹੈ।ਹਾਲਾਂਕਿ, ਹਾਲ ਹੀ ਦੇ ਕੰਮ ਨੇ ਦਿਖਾਇਆ ਹੈ ਕਿ ਮੋਡ ਅਤੇ ਕੰਪੋਨੈਂਟ ਸੈੱਲ ਇੱਕ ਨਿਰੰਤਰਤਾ ਦੇ ਵੱਖੋ-ਵੱਖਰੇ ਸਿਰਿਆਂ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ ਅਤੇ ਇਹ ਕਿ ਰੀਸੈਪਟਿਵ ਫੀਲਡ ਦੀ ਬਣਤਰ ਵਿੱਚ ਪੈਰਾਮੀਟ੍ਰਿਕ ਅੰਤਰ ਮੋਡ ਭਾਗਾਂ ਦੇ ਟਿਊਨਿੰਗ ਸਪੈਕਟ੍ਰਮ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਹਨ।ਇਸਲਈ, ਅਸੀਂ CP ਅਤੇ PI ਵਿਚਕਾਰ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਸਬੰਧ ਲੱਭਿਆ, ਜੋ ਕਿ ਡੂੰਘਾਈ ਮਾਨਤਾ ਕਾਰਜ ਵਿੱਚ ਦੂਰਬੀਨ ਮਿਸਮੈਚ ਐਡਜਸਟਮੈਂਟ ਸਮਰੂਪਤਾ ਅਤੇ CP ਵਿਚਕਾਰ ਸਬੰਧ ਦੇ ਸਮਾਨ ਹੈ ਜਾਂ ਫਾਈਨ ਓਰੀਐਂਟੇਸ਼ਨ ਡਿਸਕਰੀਮੀਨੇਸ਼ਨ ਟਾਸਕ ਵਿੱਚ ਓਰੀਐਂਟੇਸ਼ਨ ਸੈਟਿੰਗ ਕੌਂਫਿਗਰੇਸ਼ਨ।ਦਸਤਾਵੇਜ਼ਾਂ ਅਤੇ CP 33 ਵਿਚਕਾਰ ਸਬੰਧ।ਵੈਂਗ ਅਤੇ ਮੋਵਸ਼ੋਨ62 ਨੇ MT ਓਰੀਐਂਟੇਸ਼ਨ ਸਿਲੈਕਟੀਵਿਟੀ ਵਾਲੇ ਬਹੁਤ ਸਾਰੇ ਸੈੱਲਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕੀਤਾ ਅਤੇ ਪਾਇਆ ਕਿ, ਔਸਤਨ, ਮੋਡ ਇੰਡੈਕਸ ਕਈ ਟਿਊਨਿੰਗ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨਾਲ ਜੁੜਿਆ ਹੋਇਆ ਸੀ, ਜੋ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ ਮੋਡ ਸਿਲੈਕਟੀਵਿਟੀ ਕਈ ਹੋਰ ਕਿਸਮਾਂ ਦੇ ਸੰਕੇਤਾਂ ਵਿੱਚ ਮੌਜੂਦ ਹੈ ਜੋ MT ਆਬਾਦੀ ਤੋਂ ਪੜ੍ਹੇ ਜਾ ਸਕਦੇ ਹਨ।.ਇਸ ਲਈ, MT ਗਤੀਵਿਧੀ ਅਤੇ ਵਿਅਕਤੀਗਤ ਧਾਰਨਾ ਦੇ ਵਿਚਕਾਰ ਸਬੰਧਾਂ ਦੇ ਭਵਿੱਖੀ ਅਧਿਐਨਾਂ ਲਈ, ਇਹ ਨਿਰਧਾਰਤ ਕਰਨਾ ਮਹੱਤਵਪੂਰਨ ਹੋਵੇਗਾ ਕਿ ਕੀ ਪੈਟਰਨ ਸੂਚਕਾਂਕ ਦੂਜੇ ਕਾਰਜ ਅਤੇ ਉਤੇਜਕ ਚੋਣ ਸੰਕੇਤਾਂ ਦੇ ਨਾਲ ਸਮਾਨਤਾ ਨਾਲ ਸੰਬੰਧਿਤ ਹੈ, ਜਾਂ ਕੀ ਇਹ ਸਬੰਧ ਅਨੁਭਵੀ ਖੰਡਨ ਦੇ ਮਾਮਲੇ ਲਈ ਖਾਸ ਹੈ।
ਇਸੇ ਤਰ੍ਹਾਂ, ਨਿਏਨਬਰਗ ਅਤੇ ਕਮਿੰਗ 42 ਨੇ ਪਾਇਆ ਕਿ ਭਾਵੇਂ V2 ਵਿੱਚ ਦੂਰਬੀਨ ਦੇ ਮੇਲ-ਜੋਲ ਲਈ ਚੁਣੇ ਗਏ ਨੇੜੇ ਅਤੇ ਦੂਰ ਦੇ ਸੈੱਲ ਡੂੰਘਾਈ ਭੇਦਭਾਵ ਦੇ ਕੰਮ ਵਿੱਚ ਬਰਾਬਰ ਸੰਵੇਦਨਸ਼ੀਲ ਸਨ, ਸਿਰਫ ਨਜ਼ਦੀਕੀ ਤਰਜੀਹੀ ਸੈੱਲ ਆਬਾਦੀ ਨੇ ਮਹੱਤਵਪੂਰਨ CP ਪ੍ਰਦਰਸ਼ਿਤ ਕੀਤਾ।ਹਾਲਾਂਕਿ, ਬਾਂਦਰਾਂ ਨੂੰ ਤਰਜੀਹੀ ਤੌਰ 'ਤੇ ਭਾਰ ਦੂਰ ਦੇ ਅੰਤਰਾਂ ਲਈ ਦੁਬਾਰਾ ਸਿਖਲਾਈ ਦੇਣ ਦੇ ਨਤੀਜੇ ਵਜੋਂ ਵਧੇਰੇ ਪਸੰਦੀਦਾ ਪਿੰਜਰਿਆਂ ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ CPs.ਹੋਰ ਅਧਿਐਨਾਂ ਨੇ ਇਹ ਵੀ ਦੱਸਿਆ ਹੈ ਕਿ ਸਿਖਲਾਈ ਦਾ ਇਤਿਹਾਸ ਅਨੁਭਵੀ ਸਬੰਧਾਂ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ34,40,63 ਜਾਂ MT ਗਤੀਵਿਧੀ ਅਤੇ ਵਿਭਿੰਨ ਵਿਤਕਰੇ 48 ਵਿਚਕਾਰ ਕਾਰਣ ਸਬੰਧ.CP ਅਤੇ ਰੈਜੀਮੇਨ ਦਿਸ਼ਾ-ਨਿਰਦੇਸ਼ ਚੋਣ ਦੇ ਵਿਚਕਾਰ ਜੋ ਸਬੰਧ ਅਸੀਂ ਦੇਖਿਆ ਹੈ, ਉਹ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਉਸ ਖਾਸ ਰਣਨੀਤੀ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ ਜਿਸਦੀ ਵਰਤੋਂ ਬਾਂਦਰਾਂ ਨੇ ਸਾਡੀ ਸਮੱਸਿਆ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ ਕੀਤੀ ਸੀ, ਨਾ ਕਿ ਵਿਜ਼ੂਅਲ-ਮੋਟਰ ਧਾਰਨਾ ਵਿੱਚ ਮੋਡ ਚੋਣ ਸੰਕੇਤਾਂ ਦੀ ਖਾਸ ਭੂਮਿਕਾ।ਭਵਿੱਖ ਦੇ ਕੰਮ ਵਿੱਚ, ਇਹ ਨਿਰਧਾਰਤ ਕਰਨਾ ਮਹੱਤਵਪੂਰਨ ਹੋਵੇਗਾ ਕਿ ਕੀ ਸਿੱਖਣ ਦੇ ਇਤਿਹਾਸ ਦਾ ਇਹ ਨਿਰਧਾਰਿਤ ਕਰਨ 'ਤੇ ਮਹੱਤਵਪੂਰਣ ਪ੍ਰਭਾਵ ਹੈ ਕਿ ਕਿਹੜੇ MT ਸਿਗਨਲਾਂ ਨੂੰ ਵਿਭਾਜਨ ਨਿਰਣੇ ਕਰਨ ਲਈ ਤਰਜੀਹੀ ਅਤੇ ਲਚਕਦਾਰ ਤਰੀਕੇ ਨਾਲ ਭਾਰ ਦਿੱਤਾ ਗਿਆ ਹੈ।
ਸਟੋਨਰ ਅਤੇ ਸਹਿਕਰਮੀ 14,23 ਸਭ ਤੋਂ ਪਹਿਲਾਂ ਰਿਪੋਰਟ ਕਰਨ ਵਾਲੇ ਸਨ ਕਿ ਓਵਰਲੈਪਿੰਗ ਗਰਿੱਡ ਖੇਤਰਾਂ ਦੀ ਚਮਕ ਨੂੰ ਬਦਲਣ ਨਾਲ ਮਨੁੱਖੀ ਨਿਰੀਖਕ ਰਿਪੋਰਟਾਂ ਦੀ ਤਾਲਮੇਲ ਅਤੇ ਪਾਰਦਰਸ਼ਤਾ ਅਤੇ ਮੈਕੈਕ ਐਮਟੀ ਨਿਊਰੋਨਸ ਵਿੱਚ ਦਿਸ਼ਾ-ਨਿਰਦੇਸ਼ਾਂ ਨੂੰ ਪ੍ਰਭਾਵਤ ਕੀਤਾ ਗਿਆ ਹੈ।ਲੇਖਕਾਂ ਨੇ ਪਾਇਆ ਕਿ ਜਦੋਂ ਓਵਰਲੈਪਿੰਗ ਖੇਤਰਾਂ ਦੀ ਚਮਕ ਭੌਤਿਕ ਤੌਰ 'ਤੇ ਪਾਰਦਰਸ਼ਤਾ ਨਾਲ ਮੇਲ ਖਾਂਦੀ ਹੈ, ਤਾਂ ਨਿਰੀਖਕਾਂ ਨੇ ਵਧੇਰੇ ਪਾਰਦਰਸ਼ੀ ਧਾਰਨਾ ਦੀ ਰਿਪੋਰਟ ਕੀਤੀ, ਜਦੋਂ ਕਿ MT ਨਿਊਰੋਨਸ ਰਾਸਟਰ ਕੰਪੋਨੈਂਟਸ ਦੀ ਗਤੀ ਦਾ ਸੰਕੇਤ ਦਿੰਦੇ ਹਨ।ਇਸ ਦੇ ਉਲਟ, ਜਦੋਂ ਓਵਰਲੈਪਿੰਗ ਚਮਕ ਅਤੇ ਪਾਰਦਰਸ਼ੀ ਓਵਰਲੈਪ ਭੌਤਿਕ ਤੌਰ 'ਤੇ ਅਸੰਗਤ ਹੁੰਦੇ ਹਨ, ਤਾਂ ਨਿਰੀਖਕ ਇਕਸਾਰ ਅੰਦੋਲਨ ਨੂੰ ਸਮਝਦਾ ਹੈ, ਅਤੇ MT ਨਿਊਰੋਨਸ ਪੈਟਰਨ ਦੀ ਗਲੋਬਲ ਗਤੀ ਦਾ ਸੰਕੇਤ ਦਿੰਦੇ ਹਨ।ਇਸ ਤਰ੍ਹਾਂ, ਇਹ ਅਧਿਐਨ ਦਰਸਾਉਂਦੇ ਹਨ ਕਿ ਵਿਜ਼ੂਅਲ ਉਤੇਜਨਾ ਵਿੱਚ ਭੌਤਿਕ ਤਬਦੀਲੀਆਂ ਜੋ ਭਰੋਸੇਮੰਦ ਤੌਰ 'ਤੇ ਵਿਭਾਜਨ ਰਿਪੋਰਟਾਂ ਨੂੰ ਪ੍ਰਭਾਵਤ ਕਰਦੀਆਂ ਹਨ, ਐਮਟੀ ਉਤਸਾਹ ਵਿੱਚ ਅਨੁਮਾਨਤ ਤਬਦੀਲੀਆਂ ਨੂੰ ਵੀ ਪ੍ਰੇਰਿਤ ਕਰਦੀਆਂ ਹਨ।ਇਸ ਖੇਤਰ ਵਿੱਚ ਹਾਲ ਹੀ ਦੇ ਕੰਮ ਨੇ ਖੋਜ ਕੀਤੀ ਹੈ ਕਿ ਕਿਹੜੇ MT ਸਿਗਨਲ ਗੁੰਝਲਦਾਰ ਉਤੇਜਕ 18,24,64 ਦੀ ਅਨੁਭਵੀ ਦਿੱਖ ਨੂੰ ਟਰੈਕ ਕਰਦੇ ਹਨ।ਉਦਾਹਰਨ ਲਈ, MT ਨਿਊਰੋਨਸ ਦੇ ਇੱਕ ਸਬਸੈੱਟ ਨੂੰ ਦੋ ਦਿਸ਼ਾਵਾਂ ਦੇ ਨਾਲ ਇੱਕ ਬੇਤਰਤੀਬ ਪੁਆਇੰਟ ਮੋਸ਼ਨ ਮੈਪ (RDK) ਲਈ ਬਿਮੋਡਲ ਟਿਊਨਿੰਗ ਨੂੰ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਨ ਲਈ ਦਿਖਾਇਆ ਗਿਆ ਹੈ ਜੋ ਇੱਕ ਦਿਸ਼ਾਹੀਣ RDK ਤੋਂ ਘੱਟ ਦੂਰੀ 'ਤੇ ਹਨ।ਸੈਲੂਲਰ ਟਿਊਨਿੰਗ ਦੀ ਬੈਂਡਵਿਡਥ 19, 25 .ਨਿਰੀਖਕ ਹਮੇਸ਼ਾ ਪਹਿਲੇ ਪੈਟਰਨ ਨੂੰ ਪਾਰਦਰਸ਼ੀ ਗਤੀ ਦੇ ਤੌਰ 'ਤੇ ਦੇਖਦੇ ਹਨ, ਭਾਵੇਂ ਕਿ ਜ਼ਿਆਦਾਤਰ MT ਨਿਊਰੋਨ ਇਨ੍ਹਾਂ ਉਤੇਜਨਾ ਦੇ ਜਵਾਬ ਵਿਚ ਇਕਸਾਰ ਅਨੁਕੂਲਤਾਵਾਂ ਨੂੰ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਦੇ ਹਨ, ਅਤੇ ਸਾਰੇ MT ਸੈੱਲਾਂ ਦੀ ਇਕ ਸਧਾਰਨ ਔਸਤ ਇਕਸਾਰ ਆਬਾਦੀ ਪ੍ਰਤੀਕਿਰਿਆ ਦਿੰਦੀ ਹੈ।ਇਸ ਤਰ੍ਹਾਂ, ਬਿਮੋਡਲ ਟਿਊਨਿੰਗ ਨੂੰ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਨ ਵਾਲੇ ਸੈੱਲਾਂ ਦਾ ਇੱਕ ਉਪ ਸਮੂਹ ਇਸ ਧਾਰਨਾ ਲਈ ਨਿਊਰਲ ਸਬਸਟਰੇਟ ਬਣਾ ਸਕਦਾ ਹੈ।ਦਿਲਚਸਪ ਗੱਲ ਇਹ ਹੈ ਕਿ, ਮਾਰਮੋਸੈਟਸ ਵਿੱਚ, ਇਹ ਆਬਾਦੀ PDS ਸੈੱਲਾਂ ਨਾਲ ਮੇਲ ਖਾਂਦੀ ਹੈ ਜਦੋਂ ਪਰੰਪਰਾਗਤ ਗਰਿੱਡ ਅਤੇ ਗਰਿੱਡ ਉਤੇਜਨਾ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਜਾਂਚ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।
ਸਾਡੇ ਨਤੀਜੇ ਉਪਰੋਕਤ ਨਾਲੋਂ ਇੱਕ ਕਦਮ ਹੋਰ ਅੱਗੇ ਵਧਦੇ ਹਨ, ਜੋ ਕਿ ਅਨੁਭਵੀ ਵਿਭਾਜਨ ਵਿੱਚ MT ਦੀ ਭੂਮਿਕਾ ਨੂੰ ਸਥਾਪਿਤ ਕਰਨ ਲਈ ਮਹੱਤਵਪੂਰਨ ਹਨ।ਵਾਸਤਵ ਵਿੱਚ, ਵਿਭਾਜਨ ਇੱਕ ਵਿਅਕਤੀਗਤ ਵਰਤਾਰਾ ਹੈ।ਕਈ ਪੌਲੀਸਟੇਬਲ ਵਿਜ਼ੂਅਲ ਡਿਸਪਲੇਅ ਵਿਜ਼ੂਅਲ ਸਿਸਟਮ ਦੀ ਇੱਕ ਤੋਂ ਵੱਧ ਤਰੀਕਿਆਂ ਨਾਲ ਨਿਰੰਤਰ ਉਤੇਜਨਾ ਨੂੰ ਸੰਗਠਿਤ ਕਰਨ ਅਤੇ ਵਿਆਖਿਆ ਕਰਨ ਦੀ ਯੋਗਤਾ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ।ਨਾਲ ਹੀ ਸਾਡੇ ਅਧਿਐਨ ਵਿੱਚ ਤੰਤੂ ਪ੍ਰਤੀਕਿਰਿਆਵਾਂ ਅਤੇ ਅਨੁਭਵੀ ਰਿਪੋਰਟਾਂ ਨੂੰ ਇਕੱਠਾ ਕਰਨ ਨਾਲ ਸਾਨੂੰ MT ਫਾਇਰਿੰਗ ਦਰ ਅਤੇ ਨਿਰੰਤਰ ਉਤੇਜਨਾ ਦੀ ਧਾਰਨਾਤਮਕ ਵਿਆਖਿਆਵਾਂ ਦੇ ਵਿਚਕਾਰ ਸਹਿ-ਵਿਗਿਆਨ ਦੀ ਖੋਜ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੱਤੀ ਗਈ।ਇਸ ਸਬੰਧ ਨੂੰ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਨ ਤੋਂ ਬਾਅਦ, ਅਸੀਂ ਸਵੀਕਾਰ ਕਰਦੇ ਹਾਂ ਕਿ ਕਾਰਣ ਦੀ ਦਿਸ਼ਾ ਸਥਾਪਿਤ ਨਹੀਂ ਕੀਤੀ ਗਈ ਹੈ, ਯਾਨੀ, ਇਹ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ ਹੋਰ ਪ੍ਰਯੋਗਾਂ ਦੀ ਲੋੜ ਹੈ ਕਿ ਕੀ ਸਾਡੇ ਦੁਆਰਾ ਦੇਖਿਆ ਗਿਆ ਅਨੁਭਵੀ ਖੰਡਨ ਦਾ ਸੰਕੇਤ, ਜਿਵੇਂ ਕਿ ਕੁਝ ਦਲੀਲ [65, 66, 67], ਆਟੋਮੈਟਿਕ ਹੈ।ਇਹ ਪ੍ਰਕਿਰਿਆ ਮੁੜ ਤੋਂ ਉੱਚੇ ਖੇਤਰਾਂ 68, 69, 70 (ਚਿੱਤਰ 8) ਤੋਂ ਸੰਵੇਦੀ ਕਾਰਟੈਕਸ ਵਿੱਚ ਵਾਪਸ ਆਉਣ ਵਾਲੇ ਉਤਰਦੇ ਸੰਕੇਤਾਂ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ।MSTd71 ਵਿੱਚ ਪੈਟਰਨ-ਚੋਣ ਵਾਲੇ ਸੈੱਲਾਂ ਦੇ ਇੱਕ ਵੱਡੇ ਅਨੁਪਾਤ ਦੀਆਂ ਰਿਪੋਰਟਾਂ, MT ਦੇ ਮੁੱਖ ਕਾਰਟਿਕਲ ਟੀਚਿਆਂ ਵਿੱਚੋਂ ਇੱਕ, ਸੁਝਾਅ ਦਿੰਦੀਆਂ ਹਨ ਕਿ MT ਅਤੇ MSTd ਦੀਆਂ ਸਮਕਾਲੀ ਰਿਕਾਰਡਿੰਗਾਂ ਨੂੰ ਸ਼ਾਮਲ ਕਰਨ ਲਈ ਇਹਨਾਂ ਪ੍ਰਯੋਗਾਂ ਨੂੰ ਵਧਾਉਣਾ ਧਾਰਨਾ ਦੇ ਨਿਊਰਲ ਮਕੈਨਿਜ਼ਮ ਨੂੰ ਹੋਰ ਸਮਝਣ ਲਈ ਇੱਕ ਚੰਗਾ ਪਹਿਲਾ ਕਦਮ ਹੋਵੇਗਾ।ਵਿਭਾਜਨ
ਕੰਪੋਨੈਂਟ ਅਤੇ ਮੋਡ ਓਰੀਐਂਟੇਸ਼ਨ ਚੋਣ ਦਾ ਇੱਕ ਦੋ-ਪੜਾਅ ਦਾ ਮਾਡਲ ਅਤੇ ਮਸ਼ੀਨ ਅਨੁਵਾਦ ਵਿੱਚ ਚੋਣ-ਸਬੰਧਤ ਗਤੀਵਿਧੀ 'ਤੇ ਚੋਟੀ-ਡਾਊਨ ਫੀਡਬੈਕ ਦਾ ਸੰਭਾਵੀ ਪ੍ਰਭਾਵ।ਇੱਥੇ, MT ਸਟੈਪ ਵਿੱਚ ਮੋਡ ਡਾਇਰੈਕਸ਼ਨ ਸਿਲੈਕਟੀਵਿਟੀ (PDS – “P”) ਦੁਆਰਾ ਬਣਾਇਆ ਗਿਆ ਹੈ (i) ਖਾਸ ਮੋਡ ਵੇਲੋਸਿਟੀ ਦੇ ਨਾਲ ਇਕਸਾਰ ਦਿਸ਼ਾ ਚੋਣਵੇਂ ਇਨਪੁਟ ਡੇਟਾ ਦਾ ਇੱਕ ਵੱਡਾ ਨਮੂਨਾ, ਅਤੇ (ii) ਮਜ਼ਬੂਤ ​​ਟਿਊਨਿੰਗ ਦਮਨ।MT ("C") ਪੜਾਅ ਦੇ ਦਿਸ਼ਾਤਮਕ ਤੌਰ 'ਤੇ ਚੋਣਵੇਂ (CDS) ਹਿੱਸੇ ਦੀ ਇਨਪੁਟ ਦਿਸ਼ਾ ਵਿੱਚ ਇੱਕ ਤੰਗ ਨਮੂਨਾ ਸੀਮਾ ਹੈ ਅਤੇ ਇਸ ਵਿੱਚ ਬਹੁਤ ਜ਼ਿਆਦਾ ਟਿਊਨਿੰਗ ਦਮਨ ਨਹੀਂ ਹੈ।ਅਣਸੁਖਾਵੀਂ ਰੋਕ ਦੋਵਾਂ ਆਬਾਦੀਆਂ 'ਤੇ ਨਿਯੰਤਰਣ ਦਿੰਦੀ ਹੈ।ਰੰਗੀਨ ਤੀਰ ਤਰਜੀਹੀ ਡਿਵਾਈਸ ਸਥਿਤੀ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ।ਸਪਸ਼ਟਤਾ ਲਈ, ਕੇਵਲ V1-MT ਕਨੈਕਸ਼ਨਾਂ ਦਾ ਇੱਕ ਸਬਸੈੱਟ ਅਤੇ ਇੱਕ ਕੰਪੋਨੈਂਟ ਮੋਡ ਅਤੇ ਸਥਿਤੀ ਚੋਣ ਬਾਕਸ ਦਿਖਾਇਆ ਗਿਆ ਹੈ।ਸਾਡੇ ਫੀਡ-ਫਾਰਵਰਡ (FF) ਨਤੀਜਿਆਂ ਦੀ ਵਿਆਖਿਆ ਕਰਨ ਦੇ ਸੰਦਰਭ ਵਿੱਚ, PDS ਸੈੱਲਾਂ ਵਿੱਚ ਵਿਆਪਕ ਇਨਪੁਟ ਸੈਟਿੰਗ ਅਤੇ ਮਜ਼ਬੂਤ ​​ਟਿਊਨਿੰਗ ਰੋਕ (ਲਾਲ ਵਿੱਚ ਉਜਾਗਰ) ਨੇ ਕਈ ਅੰਦੋਲਨ ਪੈਟਰਨਾਂ ਦੇ ਜਵਾਬ ਵਿੱਚ ਗਤੀਵਿਧੀ ਵਿੱਚ ਵੱਡੇ ਅੰਤਰ ਨੂੰ ਪ੍ਰੇਰਿਤ ਕੀਤਾ।ਸਾਡੀ ਵਿਭਾਜਨ ਸਮੱਸਿਆ ਵਿੱਚ, ਇਹ ਸਮੂਹ ਫੈਸਲੇ ਦੀਆਂ ਚੇਨਾਂ ਨੂੰ ਚਲਾਉਂਦਾ ਹੈ ਅਤੇ ਧਾਰਨਾ ਨੂੰ ਵਿਗਾੜਦਾ ਹੈ।ਇਸਦੇ ਉਲਟ, ਫੀਡਬੈਕ (FB) ਦੇ ਮਾਮਲੇ ਵਿੱਚ, ਸੰਵੇਦੀ ਡੇਟਾ ਅਤੇ ਬੋਧਾਤਮਕ ਪੱਖਪਾਤ ਦੁਆਰਾ ਅਪਸਟ੍ਰੀਮ ਸਰਕਟਾਂ ਵਿੱਚ ਅਨੁਭਵੀ ਫੈਸਲੇ ਤਿਆਰ ਕੀਤੇ ਜਾਂਦੇ ਹਨ, ਅਤੇ ਪੀਡੀਐਸ ਸੈੱਲਾਂ (ਮੋਟੀ ਲਾਈਨਾਂ) 'ਤੇ ਡਾਊਨਸਟ੍ਰੀਮ ਐਫਬੀ ਦਾ ਵਧੇਰੇ ਪ੍ਰਭਾਵ ਚੋਣ ਸੰਕੇਤ ਪੈਦਾ ਕਰਦਾ ਹੈ।b CDS ਅਤੇ PDS ਡਿਵਾਈਸਾਂ ਦੇ ਵਿਕਲਪਿਕ ਮਾਡਲਾਂ ਦੀ ਯੋਜਨਾਬੱਧ ਪ੍ਰਤੀਨਿਧਤਾ।ਇੱਥੇ MT ਵਿੱਚ PDS ਸਿਗਨਲ ਨਾ ਸਿਰਫ਼ V1 ਦੇ ਸਿੱਧੇ ਇੰਪੁੱਟ ਦੁਆਰਾ, ਸਗੋਂ V1-V2-MT ਮਾਰਗ ਦੇ ਅਸਿੱਧੇ ਇਨਪੁਟ ਦੁਆਰਾ ਵੀ ਉਤਪੰਨ ਹੁੰਦੇ ਹਨ।ਮਾਡਲ ਦੇ ਅਸਿੱਧੇ ਮਾਰਗਾਂ ਨੂੰ ਟੈਕਸਟ ਸੀਮਾਵਾਂ (ਗਰਿੱਡ ਓਵਰਲੈਪਿੰਗ ਖੇਤਰ) ਨੂੰ ਚੋਣ ਦੇਣ ਲਈ ਐਡਜਸਟ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।ਐਮਟੀ ਲੇਅਰ ਸੀਡੀਐਸ ਮੋਡੀਊਲ ਸਿੱਧੇ ਅਤੇ ਅਸਿੱਧੇ ਇਨਪੁਟਸ ਦੀ ਇੱਕ ਵਜ਼ਨਦਾਰ ਰਕਮ ਕਰਦਾ ਹੈ ਅਤੇ ਆਉਟਪੁੱਟ ਨੂੰ ਪੀਡੀਐਸ ਮੋਡੀਊਲ ਨੂੰ ਭੇਜਦਾ ਹੈ।PDS ਨੂੰ ਪ੍ਰਤੀਯੋਗੀ ਰੋਕ ਦੁਆਰਾ ਨਿਯੰਤ੍ਰਿਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।ਦੁਬਾਰਾ ਫਿਰ, ਸਿਰਫ ਉਹੀ ਕੁਨੈਕਸ਼ਨ ਦਿਖਾਏ ਗਏ ਹਨ ਜੋ ਮਾਡਲ ਦੇ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਨੂੰ ਖਿੱਚਣ ਲਈ ਜ਼ਰੂਰੀ ਹਨ।ਇੱਥੇ, ਇੱਕ ਵਿੱਚ ਪ੍ਰਸਤਾਵਿਤ ਨਾਲੋਂ ਇੱਕ ਵੱਖਰੀ FF ਵਿਧੀ PDS ਲਈ ਸੈਲੂਲਰ ਜਾਲੀ ਪ੍ਰਤੀਕਿਰਿਆ ਵਿੱਚ ਵਧੇਰੇ ਪਰਿਵਰਤਨਸ਼ੀਲਤਾ ਵੱਲ ਲੈ ਜਾ ਸਕਦੀ ਹੈ, ਜਿਸ ਨਾਲ ਫੈਸਲੇ ਦੇ ਪੈਟਰਨਾਂ ਵਿੱਚ ਫਿਰ ਤੋਂ ਪੱਖਪਾਤ ਹੋ ਸਕਦਾ ਹੈ।ਵਿਕਲਪਕ ਤੌਰ 'ਤੇ, PDS ਸੈੱਲਾਂ ਵਿੱਚ ਵਧੇਰੇ CP ਅਜੇ ਵੀ PDS ਸੈੱਲਾਂ ਨਾਲ FB ਅਟੈਚਮੈਂਟ ਦੀ ਤਾਕਤ ਜਾਂ ਕੁਸ਼ਲਤਾ ਵਿੱਚ ਪੱਖਪਾਤ ਦਾ ਨਤੀਜਾ ਹੋ ਸਕਦਾ ਹੈ।ਸਬੂਤ ਦੋ- ਅਤੇ ਤਿੰਨ-ਪੜਾਅ ਵਾਲੇ MT PDS ਮਾਡਲਾਂ ਅਤੇ CP FF ਅਤੇ FB ਵਿਆਖਿਆਵਾਂ ਦਾ ਸਮਰਥਨ ਕਰਦੇ ਹਨ।
ਦੋ ਬਾਲਗ ਮਕਾਕ (ਮਕਾਕਾ ਮੁਲਤਾ), ਇੱਕ ਨਰ ਅਤੇ ਇੱਕ ਮਾਦਾ (ਕ੍ਰਮਵਾਰ 7 ਅਤੇ 5 ਸਾਲ), ਜਿਸਦਾ ਵਜ਼ਨ 4.5 ਤੋਂ 9.0 ਕਿਲੋਗ੍ਰਾਮ ਤੱਕ ਸੀ, ਨੂੰ ਅਧਿਐਨ ਲਈ ਵਰਤਿਆ ਗਿਆ ਸੀ।ਸਾਰੇ ਨਿਰਜੀਵ ਸਰਜਰੀ ਦੇ ਪ੍ਰਯੋਗਾਂ ਤੋਂ ਪਹਿਲਾਂ, ਜਾਨਵਰਾਂ ਨੂੰ MT ਖੇਤਰ ਦੇ ਨੇੜੇ ਆਉਣ ਵਾਲੇ ਲੰਬਕਾਰੀ ਇਲੈਕਟ੍ਰੋਡਾਂ ਲਈ ਇੱਕ ਕਸਟਮ-ਬਣਾਏ ਰਿਕਾਰਡਿੰਗ ਚੈਂਬਰ, ਇੱਕ ਸਟੀਲ ਹੈੱਡਰੇਸਟ ਸਟੈਂਡ (ਕ੍ਰਾਈਸਟ ਇੰਸਟਰੂਮੈਂਟਸ, ਹੈਗਰਸਟਾਊਨ, MD), ਅਤੇ ਇੱਕ ਮਾਪਿਆ scleral ਖੋਜ ਕੋਇਲ ਦੇ ਨਾਲ ਅੱਖਾਂ ਦੀ ਸਥਿਤੀ ਨਾਲ ਲਗਾਇਆ ਗਿਆ ਸੀ।(ਕੂਨਰ ਵਾਇਰ, ਸੈਨ ਡਿਏਗੋ, ਕੈਲੀਫੋਰਨੀਆ)।ਸਾਰੇ ਪ੍ਰੋਟੋਕੋਲ ਯੂਨਾਈਟਿਡ ਸਟੇਟਸ ਡਿਪਾਰਟਮੈਂਟ ਆਫ਼ ਐਗਰੀਕਲਚਰ (USDA) ਦੇ ਨਿਯਮਾਂ ਅਤੇ ਨੈਸ਼ਨਲ ਇੰਸਟੀਚਿਊਟ ਆਫ਼ ਹੈਲਥ (NIH) ਦੇ ਮਨੁੱਖੀ ਦੇਖਭਾਲ ਅਤੇ ਪ੍ਰਯੋਗਸ਼ਾਲਾ ਜਾਨਵਰਾਂ ਦੀ ਵਰਤੋਂ ਲਈ ਦਿਸ਼ਾ-ਨਿਰਦੇਸ਼ਾਂ ਦੀ ਪਾਲਣਾ ਕਰਦੇ ਹਨ ਅਤੇ ਸ਼ਿਕਾਗੋ ਯੂਨੀਵਰਸਿਟੀ ਦੀ ਸੰਸਥਾਗਤ ਪਸ਼ੂ ਦੇਖਭਾਲ ਅਤੇ ਵਰਤੋਂ ਕਮੇਟੀ (IAUKC) ਦੁਆਰਾ ਮਨਜ਼ੂਰ ਕੀਤੇ ਗਏ ਹਨ।
ਸਾਰੇ ਵਿਜ਼ੂਅਲ ਉਤੇਜਕ ਕਾਲੇ ਜਾਂ ਸਲੇਟੀ ਪਿਛੋਕੜ ਦੇ ਵਿਰੁੱਧ ਇੱਕ ਗੋਲ ਅਪਰਚਰ ਵਿੱਚ ਪੇਸ਼ ਕੀਤੇ ਗਏ ਸਨ।ਰਿਕਾਰਡਿੰਗ ਦੇ ਦੌਰਾਨ, ਇਸ ਮੋਰੀ ਦੀ ਸਥਿਤੀ ਅਤੇ ਵਿਆਸ ਨੂੰ ਇਲੈਕਟ੍ਰੋਡ ਟਿਪ 'ਤੇ ਨਿਊਰੋਨਸ ਦੇ ਕਲਾਸੀਕਲ ਰੀਸੈਪਟਿਵ ਫੀਲਡ ਦੇ ਅਨੁਸਾਰ ਐਡਜਸਟ ਕੀਤਾ ਗਿਆ ਸੀ।ਅਸੀਂ ਵਿਜ਼ੂਅਲ ਉਤੇਜਨਾ ਦੀਆਂ ਦੋ ਵਿਆਪਕ ਸ਼੍ਰੇਣੀਆਂ ਦੀ ਵਰਤੋਂ ਕੀਤੀ: ਸਾਈਕੋਮੈਟ੍ਰਿਕ ਉਤੇਜਨਾ ਅਤੇ ਟਿਊਨਿੰਗ ਉਤੇਜਨਾ।
ਸਾਈਕੋਮੈਟ੍ਰਿਕ ਉਤੇਜਨਾ ਇੱਕ ਗਰੇਟਿੰਗ ਪੈਟਰਨ ਹੈ (20 cd/m2, 50% ਕੰਟ੍ਰਾਸਟ, 50% ਡਿਊਟੀ ਚੱਕਰ, 5 ਡਿਗਰੀ/ਸੈਕੰਡ) ਜੋ ਉਹਨਾਂ ਦੀ ਦਿਸ਼ਾ (ਚਿੱਤਰ 1b) ਲਈ ਲੰਬਵਤ ਦਿਸ਼ਾ ਵਿੱਚ ਵਹਿ ਰਹੇ ਦੋ ਆਇਤਾਕਾਰ ਗਰੇਟਿੰਗਾਂ ਨੂੰ ਸੁਪਰਇੰਪੋਜ਼ ਕਰਕੇ ਬਣਾਇਆ ਗਿਆ ਹੈ।ਇਹ ਪਹਿਲਾਂ ਦਿਖਾਇਆ ਗਿਆ ਹੈ ਕਿ ਮਨੁੱਖੀ ਨਿਰੀਖਕ ਇਹਨਾਂ ਗਰਿੱਡ ਪੈਟਰਨਾਂ ਨੂੰ ਬਿਸਟਬਲ ਉਤੇਜਨਾ ਦੇ ਰੂਪ ਵਿੱਚ ਸਮਝਦੇ ਹਨ, ਕਈ ਵਾਰ ਇੱਕੋ ਦਿਸ਼ਾ ਵਿੱਚ ਘੁੰਮਦੇ ਹੋਏ ਇੱਕ ਪੈਟਰਨ ਦੇ ਰੂਪ ਵਿੱਚ (ਸੰਗਠਿਤ ਗਤੀ) ਅਤੇ ਕਈ ਵਾਰੀ ਵੱਖ-ਵੱਖ ਦਿਸ਼ਾਵਾਂ (ਪਾਰਦਰਸ਼ੀ ਗਤੀ) ਵਿੱਚ ਚਲਦੀਆਂ ਦੋ ਵੱਖਰੀਆਂ ਸਤਹਾਂ ਦੇ ਰੂਪ ਵਿੱਚ।ਜਾਲੀ ਦੇ ਪੈਟਰਨ ਦੇ ਹਿੱਸੇ, ਸਮਮਿਤੀ ਤੌਰ 'ਤੇ ਅਧਾਰਤ - ਜਾਲੀ ਦੇ ਵਿਚਕਾਰ ਕੋਣ 95° ਤੋਂ 130° ਤੱਕ ਹੁੰਦਾ ਹੈ (ਸੈੱਟ ਤੋਂ ਖਿੱਚਿਆ ਗਿਆ: 95°, 100°, 105°, 115°, 120°, 125°, 130° °, ਪੂਰੇ ਸੈਸ਼ਨ ਦੌਰਾਨ ਅਸੀਂ ਇੱਕ ਪੂਰਵ-ਵਿਸਥਾਪਨ, 5° ਤੋਂ ਪਹਿਲਾਂ 1 ਪੂਰਵ-ਵਿਸਥਾਪਨ ਸ਼ਾਮਲ ਨਹੀਂ ਸੀ ਕਰਦੇ, ਇੱਥੇ ਡੇਟਾ) - ਲਗਭਗ 90° ਜਾਂ 270° (ਪੈਟਰਨ ਸਥਿਤੀ)।ਹਰੇਕ ਸੈਸ਼ਨ ਵਿੱਚ, ਇੰਟਰਲੈਟੀਸ ਜਾਲੀ ਦਾ ਸਿਰਫ ਇੱਕ ਕੋਨਾ ਵਰਤਿਆ ਗਿਆ ਸੀ;ਹਰੇਕ ਸੈਸ਼ਨ ਦੇ ਦੌਰਾਨ, ਹਰੇਕ ਅਜ਼ਮਾਇਸ਼ ਲਈ ਪੈਟਰਨ ਦੀ ਸਥਿਤੀ ਨੂੰ ਬੇਤਰਤੀਬੇ ਦੋ ਸੰਭਾਵਨਾਵਾਂ ਵਿੱਚੋਂ ਚੁਣਿਆ ਗਿਆ ਸੀ।
ਗਰਿੱਡ ਦੀ ਧਾਰਨਾ ਨੂੰ ਅਸਪਸ਼ਟ ਕਰਨ ਅਤੇ ਕਾਰਵਾਈ ਲਈ ਇਨਾਮ ਲਈ ਇੱਕ ਅਨੁਭਵੀ ਆਧਾਰ ਪ੍ਰਦਾਨ ਕਰਨ ਲਈ, ਅਸੀਂ ਹਰੇਕ ਗਰਿੱਡ ਕੰਪੋਨੈਂਟ ਦੇ ਲਾਈਟ ਬਾਰ ਸਟੈਪ 72 ਵਿੱਚ ਬੇਤਰਤੀਬ ਪੁਆਇੰਟ ਟੈਕਸਟ ਨੂੰ ਪੇਸ਼ ਕਰਦੇ ਹਾਂ।ਇਹ ਪਿਕਸਲਾਂ (ਚਿੱਤਰ 1c) ਦੇ ਬੇਤਰਤੀਬੇ ਚੁਣੇ ਗਏ ਸਬਸੈੱਟ ਦੀ ਚਮਕ (ਇੱਕ ਨਿਸ਼ਚਿਤ ਮਾਤਰਾ ਦੁਆਰਾ) ਨੂੰ ਵਧਾ ਕੇ ਜਾਂ ਘਟਾ ਕੇ ਪ੍ਰਾਪਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।ਟੈਕਸਟਚਰ ਅੰਦੋਲਨ ਦੀ ਦਿਸ਼ਾ ਇੱਕ ਮਜ਼ਬੂਤ ​​ਸੰਕੇਤ ਦਿੰਦੀ ਹੈ ਜੋ ਨਿਰੀਖਕ ਦੀ ਧਾਰਨਾ ਨੂੰ ਸੁਮੇਲ ਜਾਂ ਪਾਰਦਰਸ਼ੀ ਅੰਦੋਲਨ (ਚਿੱਤਰ 1c) ਵੱਲ ਬਦਲਦੀ ਹੈ।ਇਕਸਾਰ ਸਥਿਤੀਆਂ ਦੇ ਅਧੀਨ, ਸਾਰੇ ਟੈਕਸਟ, ਭਾਵੇਂ ਟੈਕਸਟਚਰ ਜਾਲੀ ਦੇ ਕਵਰ ਦੇ ਕਿਸੇ ਵੀ ਹਿੱਸੇ ਦੀ ਪਰਵਾਹ ਕੀਤੇ ਬਿਨਾਂ, ਪੈਟਰਨ ਦੀ ਦਿਸ਼ਾ ਵਿੱਚ ਅਨੁਵਾਦ ਕੀਤੇ ਜਾਂਦੇ ਹਨ (ਚਿੱਤਰ 1c, ਇਕਸਾਰ)।ਪਾਰਦਰਸ਼ੀ ਅਵਸਥਾ ਵਿੱਚ, ਟੈਕਸਟ ਗ੍ਰੇਟਿੰਗ ਦੀ ਦਿਸ਼ਾ ਵਿੱਚ ਲੰਬਵਤ ਚਲਦਾ ਹੈ ਜਿਸਨੂੰ ਇਹ ਕਵਰ ਕਰਦਾ ਹੈ (ਚਿੱਤਰ 1c, ਪਾਰਦਰਸ਼ੀ) (ਪੂਰਕ ਮੂਵੀ 1)।ਕਾਰਜ ਦੀ ਗੁੰਝਲਤਾ ਨੂੰ ਨਿਯੰਤਰਿਤ ਕਰਨ ਲਈ, ਜ਼ਿਆਦਾਤਰ ਸੈਸ਼ਨਾਂ ਵਿੱਚ ਇਸ ਟੈਕਸਟ ਮਾਰਕ ਲਈ ਮਾਈਕਲਸਨ ਕੰਟ੍ਰਾਸਟ (Lmax-Lmin/Lmax+Lmin) (-80, -40, -20, -10, -5, 0, 5) ਦੇ ਇੱਕ ਸਮੂਹ ਤੋਂ ਵੱਖਰਾ ਹੁੰਦਾ ਹੈ।, 10, 20, 40, 80)।ਕੰਟ੍ਰਾਸਟ ਨੂੰ ਇੱਕ ਰਾਸਟਰ ਦੀ ਸਾਪੇਖਿਕ ਚਮਕ ਵਜੋਂ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ ਗਿਆ ਹੈ (ਇਸ ਲਈ 80% ਦੇ ਕੰਟ੍ਰਾਸਟ ਮੁੱਲ ਦੇ ਨਤੀਜੇ ਵਜੋਂ 36 ਜਾਂ 6 cd/m2 ਦੀ ਬਣਤਰ ਹੋਵੇਗੀ)।ਬਾਂਦਰ N ਵਿੱਚ 6 ਸੈਸ਼ਨਾਂ ਅਤੇ ਬਾਂਦਰ S ਵਿੱਚ 5 ਸੈਸ਼ਨਾਂ ਲਈ, ਅਸੀਂ ਸੰਕੁਚਿਤ ਟੈਕਸਟਚਰਲ ਕੰਟ੍ਰਾਸਟ ਰੇਂਜਾਂ (-30, -20, -15, -10, -5, 0, 5, 10, 15, 20, 30) ਦੀ ਵਰਤੋਂ ਕੀਤੀ, ਜਿੱਥੇ ਮਨੋ-ਭੌਤਿਕ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਉਸੇ ਪੈਟਰਨ ਦੀ ਪਾਲਣਾ ਕਰਦੀਆਂ ਹਨ, ਬਿਨਾਂ ਪੂਰੀ-ਰੇਂਜ ਸੈਟਰੂਸਟੇਸ਼ਨ ਦੇ।
ਟਿਊਨਿੰਗ ਉਤੇਜਕ ਸਾਈਨਸੌਇਡਲ ਗਰਿੱਡ ਹੁੰਦੇ ਹਨ (ਕੰਟਰਾਸਟ 50%, 1 ਚੱਕਰ/ਡਿਗਰੀ, 5 ਡਿਗਰੀ/ਸਕਿੰਟ) 16 ਬਰਾਬਰ ਦੂਰੀ ਵਾਲੀਆਂ ਦਿਸ਼ਾਵਾਂ ਵਿੱਚੋਂ ਇੱਕ ਵਿੱਚ ਚਲਦੇ ਹਨ, ਜਾਂ ਇਹਨਾਂ ਦਿਸ਼ਾਵਾਂ ਵਿੱਚ ਅੱਗੇ ਵਧਦੇ ਹੋਏ ਸਾਈਨਸੌਇਡਲ ਗਰਿੱਡ ਹੁੰਦੇ ਹਨ (ਹਰ ਇੱਕ ਦੂਜੇ ਉੱਪਰਲੇ 135 ° ਕੋਣਾਂ ਦੇ ਉੱਪਰਲੇ ਪਾਸੇ ਵਾਲੇ ਗਰਿੱਡਸਿਨਸ ਦੇ ਦੋ ਉਲਟ 135 ° ਕੋਣਾਂ ਵਾਲੇ ਹੁੰਦੇ ਹਨ)।ਪੈਟਰਨ ਦੀ ਉਸੇ ਦਿਸ਼ਾ ਵਿੱਚ.