Samenvatting literatuur - Concepts in HMS – Coördination
Behorende bij hoorcollege 0: General information
The CNS (brain + spinal cord) controls coordination. You can’t measure the way our CNS is coordinating
movements. Dus hierover moeten theorieën worden gemaakt
The pathway:
Information through senses (HC1) CNS muscles feedback from muscles through movement (HC
2) and also by moving you generate information that can be used in coordinating our movement, you see the
environment change (HC3)
Sensori-motorloop = continuous coupling between motor commands (movement generation) and the sensory
feedback that results from those movement. Also known as perception-action coupling
- Perception = organization, identification, and interpretation of sensory information (= input) derived
from sensations and proprioception to represent and understand the environment.
Re-afference = the sensory feedback (afferent signals) that result from your own voluntary movements.
Behorende bij Hoorcollege 1: Information
HC 1 : information
The term ‘Information’ is used in different ways in articles.
Computational approach says: the CNS is doing some processes to derive information:
sensations Information processing perception
Ecological approach says : direct perception, no processes. Information is already present in optical array.
Kind of definition of information is based on sensory signals that enters the CNS by our senses, it provides
information about the environment, our relation with the environment and about the states of the body.
2 benaderingen voor hoe ons lichaam deze systemen gebruikt : hoe verkrijgt ons lichaam informatie uit
zintuigelijke prikkeling:
- Computational approach Bayesian state estimation. In this approach body has to process to get
meaningful information
3 models for perception action coupling :
o Inverse model
o Forward dynamic model
o Forward sensory model
- Ecological approach (no processing is needed, because the information is already present in the
structure of the light that surrounds you)
BAYESIAN STATE ESTIMATION
= onze hersenen werken als een soort kans-berekening (= probability calculation) machine. Omdat onze
zintuigen (zien, horen, voelen, enz.) altijd een beetje ruis bevatten, zijn onze waarnemingen nooit 100% zeker.
Brein probeert onzekerheid te verminderen door : bestaande kennis (ervaring = prior) te combineren met
waarneming op dat moment (likelihood). Combinatie van deze twee is alleen mogelijk als ze over dezelfde
perceived property gaan
Hierbij wordt gebruik gemaakt van : prior, likelihood, posterior
- Prior (= voorkennis) = the degree of prior information or prior experience by the perceiver
= provides the probability that the input had a specific value based on experience /knowledge.
= het geeft de kans (probability) dat de waarneming een bepaalde waarde heeft op basis van ervaring of
kennis.
Bijv. je verwacht dat een appel rond en rood is, omdat je dat vaak hebt waargenomen.
, Gebaseerd op verschillende sources of information, is het mogelijk verschillende priors te
hebben
- Likelihood (= waarschijnlijkheid van de waarneming) = provides the probability that actual sensory
input reflects a specific value. This reflects the degree of perceptual uncertainty
= geeft de kans aan dat de daadwerkelijke zintuiglijke input een specifieke waarde weerspiegelt. Dit
weerspiegelt de mate van perceptuele onzekerheid.
Observatie vindt plaats via senses: zicht, gehoor, tast etc.
Is afhankelijk van de hoeveelheid ruis vanuit de omgeving (bijv. foggy vs. clear sky)
Het is mogelijk verschillende likelihoods te hebben van verschillende sensorische modaliteiten,
maar voor dezelfde waarneembare eigenschap.
Bijv. je kunt iemand zien staan en horen roepen (= different sensory information).
je schat de afstand (= perceived property) op basis van zicht
je schat de afstand (= perceived property) op basis van geluid
Beide eigenschappen leveren een likelihood over dezelfde eigenschap, en je brein combineert
die informatie met eerdere ervaringen (prior) om de afstand zo nauwkeurig mogelijk in te
schatten (= posterior)
- Posterior = prior x likelihood (= gecombineerde inschatting) = reflects perceived value and its
uncertainty, based on combinations of prior and likelihood, the posterior distribution always have
a tighter figure (smaller distribution graph) reduce uncertainty
= weerspiegelt de waargenomen waarde en de onzekerheid daarvan, gebaseerd op de combinatie van
prior en likelihood is er altijd een smallere verdeling wat betekent minder onzekerheid.
The more ‘information’ (= prior-) sources you use the less (perceptual) uncertainty
Multiple likelihoods uncertainty is further reduced
Posterior is the final perception
Zowel prior en likelihood hebben een probability which can be shown into a distribution graph.
When multiplied, you get the probability distribution of the posterior.
height of the peak reflects certainty
The higher the peak the less uncertainty there is
Dus dan zijn de hersenen vrij zeker over wat ze waarnemen
place of the peak reflects accuracy
Accuracy of perception depends on the values at which the peaks occur (&
also their widths) for the likelihood and priors
= Waar de piek zich bevindt, zegt iets over hoe juist de waarneming is (dus
of je het goed inschat)
The higher the ‘weight’ larger influence on posterior
Als een van de twee (prior of likelihood) meer gewicht heeft, dan heeft die meer invloed op de uiteindelijke
(posterior) inschatting.
→ Bijvoorbeeld: als je zintuiglijke waarneming heel betrouwbaar is (= likelihood) krijgt de likelihood relatief
meer gewicht in de posterior (ipv prior).
Rijden in de regen:
- Prior verandert niet, krijgt relatief meer gewicht in posterior
- Likelihood verandert, krijgt relatief minder gewicht in posterior (want minder goed zicht piek lager)
Ames room: optical illusion
- Prior : The brain has built-in assumptions about the world; the walls
have the same size.
- Likelihood : it only occurs if you look through a peephole, because
then you use only one eye (less certain sensory information, no depth
with one eye = less higher peak in likelihood).
- posterior : prior x likelihood resulting in you think that the distance
of the persons (to you) is the same, so you’d expect them to stand on
one depth-line causing the visual illusion.
Behorende bij hoorcollege 0: General information
The CNS (brain + spinal cord) controls coordination. You can’t measure the way our CNS is coordinating
movements. Dus hierover moeten theorieën worden gemaakt
The pathway:
Information through senses (HC1) CNS muscles feedback from muscles through movement (HC
2) and also by moving you generate information that can be used in coordinating our movement, you see the
environment change (HC3)
Sensori-motorloop = continuous coupling between motor commands (movement generation) and the sensory
feedback that results from those movement. Also known as perception-action coupling
- Perception = organization, identification, and interpretation of sensory information (= input) derived
from sensations and proprioception to represent and understand the environment.
Re-afference = the sensory feedback (afferent signals) that result from your own voluntary movements.
Behorende bij Hoorcollege 1: Information
HC 1 : information
The term ‘Information’ is used in different ways in articles.
Computational approach says: the CNS is doing some processes to derive information:
sensations Information processing perception
Ecological approach says : direct perception, no processes. Information is already present in optical array.
Kind of definition of information is based on sensory signals that enters the CNS by our senses, it provides
information about the environment, our relation with the environment and about the states of the body.
2 benaderingen voor hoe ons lichaam deze systemen gebruikt : hoe verkrijgt ons lichaam informatie uit
zintuigelijke prikkeling:
- Computational approach Bayesian state estimation. In this approach body has to process to get
meaningful information
3 models for perception action coupling :
o Inverse model
o Forward dynamic model
o Forward sensory model
- Ecological approach (no processing is needed, because the information is already present in the
structure of the light that surrounds you)
BAYESIAN STATE ESTIMATION
= onze hersenen werken als een soort kans-berekening (= probability calculation) machine. Omdat onze
zintuigen (zien, horen, voelen, enz.) altijd een beetje ruis bevatten, zijn onze waarnemingen nooit 100% zeker.
Brein probeert onzekerheid te verminderen door : bestaande kennis (ervaring = prior) te combineren met
waarneming op dat moment (likelihood). Combinatie van deze twee is alleen mogelijk als ze over dezelfde
perceived property gaan
Hierbij wordt gebruik gemaakt van : prior, likelihood, posterior
- Prior (= voorkennis) = the degree of prior information or prior experience by the perceiver
= provides the probability that the input had a specific value based on experience /knowledge.
= het geeft de kans (probability) dat de waarneming een bepaalde waarde heeft op basis van ervaring of
kennis.
Bijv. je verwacht dat een appel rond en rood is, omdat je dat vaak hebt waargenomen.
, Gebaseerd op verschillende sources of information, is het mogelijk verschillende priors te
hebben
- Likelihood (= waarschijnlijkheid van de waarneming) = provides the probability that actual sensory
input reflects a specific value. This reflects the degree of perceptual uncertainty
= geeft de kans aan dat de daadwerkelijke zintuiglijke input een specifieke waarde weerspiegelt. Dit
weerspiegelt de mate van perceptuele onzekerheid.
Observatie vindt plaats via senses: zicht, gehoor, tast etc.
Is afhankelijk van de hoeveelheid ruis vanuit de omgeving (bijv. foggy vs. clear sky)
Het is mogelijk verschillende likelihoods te hebben van verschillende sensorische modaliteiten,
maar voor dezelfde waarneembare eigenschap.
Bijv. je kunt iemand zien staan en horen roepen (= different sensory information).
je schat de afstand (= perceived property) op basis van zicht
je schat de afstand (= perceived property) op basis van geluid
Beide eigenschappen leveren een likelihood over dezelfde eigenschap, en je brein combineert
die informatie met eerdere ervaringen (prior) om de afstand zo nauwkeurig mogelijk in te
schatten (= posterior)
- Posterior = prior x likelihood (= gecombineerde inschatting) = reflects perceived value and its
uncertainty, based on combinations of prior and likelihood, the posterior distribution always have
a tighter figure (smaller distribution graph) reduce uncertainty
= weerspiegelt de waargenomen waarde en de onzekerheid daarvan, gebaseerd op de combinatie van
prior en likelihood is er altijd een smallere verdeling wat betekent minder onzekerheid.
The more ‘information’ (= prior-) sources you use the less (perceptual) uncertainty
Multiple likelihoods uncertainty is further reduced
Posterior is the final perception
Zowel prior en likelihood hebben een probability which can be shown into a distribution graph.
When multiplied, you get the probability distribution of the posterior.
height of the peak reflects certainty
The higher the peak the less uncertainty there is
Dus dan zijn de hersenen vrij zeker over wat ze waarnemen
place of the peak reflects accuracy
Accuracy of perception depends on the values at which the peaks occur (&
also their widths) for the likelihood and priors
= Waar de piek zich bevindt, zegt iets over hoe juist de waarneming is (dus
of je het goed inschat)
The higher the ‘weight’ larger influence on posterior
Als een van de twee (prior of likelihood) meer gewicht heeft, dan heeft die meer invloed op de uiteindelijke
(posterior) inschatting.
→ Bijvoorbeeld: als je zintuiglijke waarneming heel betrouwbaar is (= likelihood) krijgt de likelihood relatief
meer gewicht in de posterior (ipv prior).
Rijden in de regen:
- Prior verandert niet, krijgt relatief meer gewicht in posterior
- Likelihood verandert, krijgt relatief minder gewicht in posterior (want minder goed zicht piek lager)
Ames room: optical illusion
- Prior : The brain has built-in assumptions about the world; the walls
have the same size.
- Likelihood : it only occurs if you look through a peephole, because
then you use only one eye (less certain sensory information, no depth
with one eye = less higher peak in likelihood).
- posterior : prior x likelihood resulting in you think that the distance
of the persons (to you) is the same, so you’d expect them to stand on
one depth-line causing the visual illusion.
