? ry 、トレーニングセット内のオ ry トの総数の関数としてオ ry トを明確に認識するのに必要な感覚の平均数をプ
図4Aでは、オブジェクトを曖昧でなく認識するのに必要な感覚の平均数をトレーニングセット内のオ ry トの総数の関数としてプロットしている。
予想されるように、必要な感覚の数は、格納されたオ ry トの総数とともに増加する。
しかし、すべての場合、ry ｰクは最終的にすべてのオブジェクトを正しく認識します。
感覚の数は、オブジェクトのセット間の全体的な混乱にも依存します。
? よりユニークなオ ry トであればあ
ェクトがよりユニークであればあるほど、ry ｰクはそれらをあいまい
図4
? ry ェクトの集合が増加するにつれて、単一の列 ry ｰクを持つオ ry トを明白に
（A）学習されたオ ry トのセットとしての単一カラム ry ｰクの増加に伴う、オブジェクトを曖昧でなく認識するのに必要な感覚の平均数。
ら100までの ry モデルを訓練し、単一のオブジェクトを明白に認識するのに必要な平均感覚数をプロットします。
? ry 構築される一意の特徴の総数 ry 。
異なる曲線は、オブジェクトが構築されるに当ってのユニークフィーチャの総数によって収束がどのように変化するかを示す。
ｰクは最終的 ry 認識する。
? 認識は、特徴のセットがより大きい場合、より少ない感覚を必要とする。
認識には、フィーチャセットがより多い場合、より少ない感覚を必要とする。
? （B）列の集合が増加するにつれて、マルチカラム ry ｰクを有するオ ry トを明確に認識するのに必要な観測の
（B）カラムのセットとしてのマルチカラムネットワークの増加に伴う、オブジェクトを曖昧でなく認識するのに必要な観測の平均数。
ｰクを100個のオブジェクトで訓練し、 ry トを明白に認識するのに必要な感覚の平均数をプロットします。
必要な感覚の数は、列の数が増加するにつれて急速に減少し、最終的に1
? （C）ロケーション（青色）、位置なし（オレンジ色）、および1列センサーセンサｰ ry ｰク（緑色）を有する理想的な観察者モデルの感覚数の関数として明白に認識できる物体の割合。
（C）理想的な観察者モデルでのロケーション（青色）あり、なし（オレンジ色）、及び 1 カラム感覚運動ネットワーク（緑色）での、感覚数の関数としての曖昧でなく認識できる物体の割合。
