数据集概述
本数据集包含人类心理物理实验数据、所有模型的预测数据，以及用于复现论文《Unsupervised learning predicts human perception and misperception of gloss》中图表和统计结果的分析笔记本，整体以压缩包形式提供。
文件详解
- 文件名称：
tinyrobots/unsupervised-gloss-data-and-code-v1.1.zip
- 文件格式：ZIP
- 字段映射介绍：压缩包内包含三类核心内容：人类心理物理实验的原始数据、各模型输出的预测数据、可复现论文图表与统计结果的分析笔记本文件。
数据来源
论文《Unsupervised learning predicts human perception and misperception of gloss》（Storrs, K.R., Anderson, B.L. & Fleming, R.W.F., 2020）
适用场景
- 视觉感知研究：分析人类对光泽的感知与误感知规律，验证无监督学习模型的预测能力。
- 机器学习模型评估：对比不同模型对光泽感知的预测结果与人类实验数据的一致性。
- 学术论文复现：通过分析笔记本重现论文中的图表和统计结论，支持相关研究的验证与扩展。
- 心理物理学实验数据分析：探索人类视觉系统在光泽感知任务中的行为模式与认知机制。
