Chapter 4 · Demo 2 · 推断算法

多感觉线索整合 (sum-product)

被试同时获得视觉和听觉线索，估计同一个隐藏方向。posterior 是 likelihood 相乘后归一化。
核心公式：\(b(s)\propto m_v(s)\cdot m_a(s)\cdot p(s)\)

Likelihood × Prior → Posterior

观察提示

文献与案例意图

参考 Ernst & Banks (2002) visual-haptic integration、Knill & Pouget (2004) Bayesian brain、Ma et al. (2006) population coding。案例说明 sum-product 的 "乘消息再归一化" 就是多感觉整合的数学形式。

  • BRML Ch6 Efficient Inference in Trees
  • PML2 Ch9 Message passing