


Le cerveau humain connaît le chiffre « 4 », mais pas le chiffre « 5 » ! Les preuves scientifiques soutiennent que les quatre rois célestes F4 sont tous « 4 » (doge)|Nature
Veuillez répondre dans une demi-seconde. Combien y a-t-il de pommes dans l'image ci-dessous :
Pouvez-vous dire d'un coup d'œil qu'il y en a quatre à gauche, et qu'à droite... il y en a beaucoup ? Pourquoi ne pouvons-nous pas déterminer instantanément lequel est à droite ?
En plus de ce phénomène, il existe des exemples similaires, tels que "Four" Heavenly King, F "4", "Four" Xiao Hua Dan, etc. Pourquoi tout cela a-t-il à voir avec le chiffre « 4 » ?
Le dernier rapport de la nature fournit des preuves directes pour expliquer ce phénomène - Le cerveau reconnaît le "4" mais pas le "5".
Des chercheurs du centre médical universitaire de Bonn, en Allemagne, ont observé l'activité de neurones uniques et ont découvert que le cerveau utilise différents systèmes pour reconnaître les nombres « 1-4 » et « 5-9 », et que la limite est "4".
Plus précisément, lorsque les neurones traitent les nombres 1 à 4, des neurones spécifiques sont utilisés ; tandis que lors du traitement de 5 à 9, la réponse n'est pas spécifique et sera interférée par les nombres adjacents.
Par exemple : un neurone qui préfère le chiffre 3 ne répondra qu'au 3, tandis qu'un neurone qui préfère le chiffre 8 répondra au 8, mais aussi aux chiffres 7 et 9
Cette découverte est d'une grande importance pour la compréhension la nature de la pensée humaine. Lisa Feigenson, psychologue à l'Université Johns Hopkins, a déclaré :
Fondamentalement, cette question concerne la structure de l'esprit : qu'est-ce qui constitue la base de l'esprit humain ?
Le cerveau humain reconnaît-il le « 4 » ou non le « 5 » ?
Dans un article publié dans le magazine « Nature » en 1871, l'économiste et logicien William Stanley Jevons a étudié la capacité des humains à compter et est arrivé à la conclusion suivante :
Certaines personnes ne peuvent pas juger de la taille du chiffre "5"
Certains chercheurs ont analysé plus tard que c'est parce que le cerveau n'utilise un système de comptage que pour les nombres plus grands, la précision du système est moindre
Certaines personnes émettent également l'hypothèse que la différence vient du fait d'avoir deux systèmes nerveux indépendants pour compter, puis d'utiliser l'EEG, l'imagerie par résonance magnétique fonctionnelle et d'autres technologies pour approfondir les études, mais les résultats sont incohérents, je ne peux pas décider quel mode est correct.
Jusqu'à récemment, une équipe de recherche de l'Université de Bonn en Allemagne utilisait une nouvelle technologie pour enregistrer l'activité de neurones uniques dans le cerveau humain et a finalement découvert la différence de codage neuronal entre les petits nombres et les grands nombres.
801 neurones uniques. Ces neurones proviennent de quatre zones du cerveau : l'amygdale, l'hippocampe, le lobe temporal ventromédian et le lobe temporal ventrolatéral. Pendant le processus d'enregistrement, les patients doivent effectuer une tâche de jugement quantitatif :
Des images « matricielles » non symbolisées dans la plage de 0 à 9 seront affichées à l'écran et chaque image durera une demi-seconde. Les participants doivent appuyer sur les touches gauche et droite pour indiquer si le nombre sur l'image est pair ou impair.
La matrice de points est présentée au format standard et au format de contrôle. Voici trois dispositions de matrice de points :
.
△ (à gauche) Disposition standard, la taille et la position des points sont variables ; (au milieu) la disposition des contrôles, égalisant la surface totale et la densité des points (à droite) les points présentent une disposition linéaire
Dans les tests comportementaux, les patients étaient significativement plus précis pour juger de petites quantités et répondre. Le temps est plus court, montrant les caractéristiques de la
"subisation".
(La subisation, terme dans le domaine de la psychologie et des sciences cognitives, fait référence à la capacité humaine à estimer rapidement de petites quantités d'objets.)Lorsque le nombre est supérieur à 4, le jugement ralentit et le taux d'erreur augmente , reflétant le processus
"estimation de quantité". Les chercheurs ont calculé respectivement le taux d'erreur et le temps de réaction, et ont finalement déterminé que la limite supérieure de la plage de subisation était en moyenne de 3,7 (taux d'erreur) et 3,6 (temps de réaction).
L'analyse des réponses neuronales a en outre confirmé l'exactitude des résultats comportementaux
Système de quantification décimale et système d'estimation de grands nombres
Au niveau d'un seul neurone, les chercheurs ont également observé des modèles de codage similaires
Ils ont répondu sélectivement aux neurones non Des nombres symbolisés ont été trouvés dans les quatre zones cérébrales enregistrées, et ces neurones sélectifs couvraient la gamme complète de nombres de 0 à 9.
La proportion de neurones sélectifs dans différentes zones du cerveau est d'environ 15,1%, ce qui est nettement plus élevé que les niveaux aléatoires.
Après avoir analysé les caractéristiques et les corrélations de la courbe de réglage des neurones, les chercheurs ont découvert :
Pour les petites quantités 1 à 4, les neurones sont hautement sélectifs pour la quantité préférée et suppriment la réponse à la quantité non préférée, améliorant ainsi l'effet de reconnaissance.
Pour un neurone sensible aux changements de quantité, il produira la réponse maximale à un nombre spécifique. Le nombre qui provoque la réponse maximale est le « nombre préféré » du neurone
Lorsque le nombre est supérieur à. 4 Lorsque , la courbe de réglage du neurone deviendra plus large, la sélectivité diminuera également et reviendra au niveau de base à mesure que le nombre augmente, ce qui est cohérent avec les caractéristiques de l'estimation du nombre
Ensuite, les chercheurs ont utilisé Les SVM pour sélectionner les neurones sexuels ont été décodés, une analyse de l'espace d'état et une analyse de regroupement ont été effectuées, et des tests statistiques ont été effectués sur des groupes de neurones Il a également été constaté qu'il existe une limite de classification pour le jugement quantitatif, et que la différence la plus significative se situe entre la quantité. 4 et 5.
Cette frontière est très cohérente avec le jugement intuitif humain
Cette étude fournit la preuve directe que le système «subitisant» pour les petits nombres et le système «d'estimation» pour les grands nombres peuvent coexister
Le système «subitisant» peut être lié à l'attention et mémoire de travail De manière pertinente, cela explique notre jugement pointu sur de petites quantités d'informations, alors que le cerveau s'appuie sur un traitement plus lent et systématique de l'information pour les entrées qui dépassent sa capacité.
Cependant, les chercheurs ont également mentionné que les mécanismes de réseau plus complexes doivent être explorés plus en détail, par exemple s'il existe des différences de codage similaires dans d'autres zones du cerveau, si ce phénomène peut également être observé dans des tâches cognitives plus complexes et si la boucle d'inhibition effet de temps, etc.
Lien papier : https://www.nature.com/articles/d41586-023-03136-w
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Lors de la conversion des chaînes en objets dans vue.js, JSON.Parse () est préféré pour les chaînes JSON standard. Pour les chaînes JSON non standard, la chaîne peut être traitée en utilisant des expressions régulières et réduisez les méthodes en fonction du format ou du codé décodé par URL. Sélectionnez la méthode appropriée en fonction du format de chaîne et faites attention aux problèmes de sécurité et d'encodage pour éviter les bogues.

Ingénieur backend à distance Emploi Vacant Société: Emplacement du cercle: Bureau à distance Type d'emploi: Salaire à temps plein: 130 000 $ - 140 000 $ Description du poste Participez à la recherche et au développement des applications mobiles Circle et des fonctionnalités publiques liées à l'API couvrant l'intégralité du cycle de vie de développement logiciel. Les principales responsabilités complètent indépendamment les travaux de développement basés sur RubyOnRails et collaborent avec l'équipe frontale React / Redux / Relay. Créez les fonctionnalités de base et les améliorations des applications Web et travaillez en étroite collaboration avec les concepteurs et le leadership tout au long du processus de conception fonctionnelle. Promouvoir les processus de développement positifs et hiérarchiser la vitesse d'itération. Nécessite plus de 6 ans de backend d'applications Web complexe

Résumé: Il existe les méthodes suivantes pour convertir les tableaux de chaîne Vue.js en tableaux d'objets: Méthode de base: utilisez la fonction de carte pour convenir à des données formatées régulières. Gameplay avancé: l'utilisation d'expressions régulières peut gérer des formats complexes, mais ils doivent être soigneusement écrits et considérés. Optimisation des performances: Considérant la grande quantité de données, des opérations asynchrones ou des bibliothèques efficaces de traitement des données peuvent être utilisées. MEILLEUR PRATIQUE: Effacer le style de code, utilisez des noms de variables significatifs et des commentaires pour garder le code concis.

L'article présente le fonctionnement de la base de données MySQL. Tout d'abord, vous devez installer un client MySQL, tel que MySQLWorkBench ou le client de ligne de commande. 1. Utilisez la commande MySQL-UROot-P pour vous connecter au serveur et connecter avec le mot de passe du compte racine; 2. Utilisez Createdatabase pour créer une base de données et utilisez Sélectionner une base de données; 3. Utilisez CreateTable pour créer une table, définissez des champs et des types de données; 4. Utilisez InsertInto pour insérer des données, remettre en question les données, mettre à jour les données par mise à jour et supprimer les données par Supprimer. Ce n'est qu'en maîtrisant ces étapes, en apprenant à faire face à des problèmes courants et à l'optimisation des performances de la base de données que vous pouvez utiliser efficacement MySQL.

Traiter efficacement 7 millions d'enregistrements et créer des cartes interactives avec la technologie géospatiale. Cet article explore comment traiter efficacement plus de 7 millions d'enregistrements en utilisant Laravel et MySQL et les convertir en visualisations de cartes interactives. Exigences initiales du projet de défi: extraire des informations précieuses en utilisant 7 millions d'enregistrements dans la base de données MySQL. Beaucoup de gens considèrent d'abord les langages de programmation, mais ignorent la base de données elle-même: peut-il répondre aux besoins? La migration des données ou l'ajustement structurel est-il requis? MySQL peut-il résister à une charge de données aussi importante? Analyse préliminaire: les filtres et les propriétés clés doivent être identifiés. Après analyse, il a été constaté que seuls quelques attributs étaient liés à la solution. Nous avons vérifié la faisabilité du filtre et établi certaines restrictions pour optimiser la recherche. Recherche de cartes basée sur la ville

Vue et Element-UI Boîtes déroulantes en cascade Points de fosse de liaison V-model: V-model lie un tableau représentant les valeurs sélectionnées à chaque niveau de la boîte de sélection en cascade, pas une chaîne; La valeur initiale de SelectOptions doit être un tableau vide, non nul ou non défini; Le chargement dynamique des données nécessite l'utilisation de compétences de programmation asynchrones pour gérer les mises à jour des données en asynchrone; Pour les énormes ensembles de données, les techniques d'optimisation des performances telles que le défilement virtuel et le chargement paresseux doivent être prises en compte.

Il existe de nombreuses raisons pour lesquelles la startup MySQL échoue, et elle peut être diagnostiquée en vérifiant le journal des erreurs. Les causes courantes incluent les conflits de port (vérifier l'occupation du port et la configuration de modification), les problèmes d'autorisation (vérifier le service exécutant les autorisations des utilisateurs), les erreurs de fichier de configuration (vérifier les paramètres des paramètres), la corruption du répertoire de données (restaurer les données ou reconstruire l'espace de la table), les problèmes d'espace de la table InNODB (vérifier les fichiers IBDATA1), la défaillance du chargement du plug-in (vérification du journal des erreurs). Lors de la résolution de problèmes, vous devez les analyser en fonction du journal d'erreur, trouver la cause profonde du problème et développer l'habitude de sauvegarder régulièrement les données pour prévenir et résoudre des problèmes.

L'optimisation des performances MySQL doit commencer à partir de trois aspects: configuration d'installation, indexation et optimisation des requêtes, surveillance et réglage. 1. Après l'installation, vous devez ajuster le fichier my.cnf en fonction de la configuration du serveur, tel que le paramètre innodb_buffer_pool_size, et fermer query_cache_size; 2. Créez un index approprié pour éviter les index excessifs et optimiser les instructions de requête, telles que l'utilisation de la commande Explication pour analyser le plan d'exécution; 3. Utilisez le propre outil de surveillance de MySQL (ShowProcessList, Showstatus) pour surveiller la santé de la base de données, et sauvegarde régulièrement et organisez la base de données. Ce n'est qu'en optimisant en continu ces étapes que les performances de la base de données MySQL peuvent être améliorées.
