XiaoMi-AI文件搜索系统
World File Search System注意力
脑电图——隐蔽警觉注意力的预测因素
许多工作环境，特别是在安全关键环境中，需要人类操作员持续而持续的关注。这些任务的单调性经常导致一时注意力不集中，从而导致错误并造成严重后果。脑机接口 (BCI) 提供了对用户心理状态的强大洞察力和额外的信息渠道，可由能够动态适应用户情绪或状态的设备利用 [Blankertz 等人，2010]。一些研究已经证明，在使用中央凹刺激的注意力任务中，大脑活动携带着预示行为反应结果的信息 [Eichele 等人，2010；O'Connell 等人，2009]。本研究旨在获得隐蔽警觉注意力任务中的类似结果，该任务更接近模拟现实世界环境，其中罕见的关键刺激可能出现在视野的边缘。
解码听觉和触觉注意力以用于脑电图......
摘要 — 脑机接口 (BCI) 系统为人类与机器交互提供了一种非语言且隐蔽的方式。它们旨在解释用户的大脑状态，并将其转化为行动或用于其他交流目的。本研究调查了基于听觉和触觉注意力开发无需动手和眼睛的 BCI 系统的可行性。向用户呈现多个同时的听觉或触觉刺激流，并指示用户检测某一特定流中的模式。我们应用线性分类器从 EEG 信号中解码流跟踪注意力。结果表明，所提出的 BCI 系统可以使用多感官输入吸引大多数研究参与者的注意力，并显示出在多个会话中进行迁移学习的潜力。
治疗注意力缺陷/多动障碍的药物（...
特殊人群： - 对于已有精神病、躁郁症或抑郁症的患者，由于担心可能诱发混合/躁狂发作或加剧行为紊乱和思维障碍症状，可能优先使用除托莫西汀以外的非兴奋剂药物。 - 对于抽搐或图雷特综合征患者、有药物滥用史的患者或焦虑症患者，优先使用非兴奋剂药物。 - 不建议有心脏病的患者使用兴奋剂和托莫西汀，因为这可能会使他们更容易受到这些药物的拟交感神经作用的影响。
心理学、神经科学和机器学习中的注意力
注意力是灵活控制有限计算资源的重要能力。它与神经科学和心理学中的许多其他主题一起被研究，包括意识、警觉、显着性、执行控制和学习。它最近也被应用于机器学习的多个领域。生物注意力的研究与其作为增强人工神经网络的工具的使用之间的关系并不总是很清楚。这篇评论首先概述了神经科学和心理学文献中注意力的概念化方式。然后，它介绍了机器学习中注意力的几个用例，指出了它们存在的生物学对应物。最后，探讨了人工注意力如何进一步受到生物学的启发，以产生复杂和综合的系统。
成人注意力缺陷多动障碍药物
兴奋剂，也称为精神兴奋剂，被认为是 ADHD 的主要药物疗法。8,9 它们刺激大脑中的特定细胞产生更多的神经递质，如多巴胺和去甲肾上腺素。8 用于治疗成人 ADHD 的两种常见兴奋剂是苯丙胺和哌甲酯及其衍生物。8,9 它们可以是短效的，也可以是长效的。8 这些药物起效迅速，大约 30 到 45 分钟即可见效。短效兴奋剂的效果持续 3 到 6 小时，长效兴奋剂的效果持续 8 到 16 小时。8 兴奋剂治疗 ADHD 最常见的副作用是心率加快、血压升高、食欲不振和睡眠困难等。8,9 兴奋剂有依赖性、滥用和转移的可能性。8
一个解码皮质注意力的数学框架......
科学发展日新月异，新的研究课题层出不穷，神经科学就是其中之一。人们提出了新的计算机模型来模拟人类的视觉和听觉系统，其中视觉是重点关注的领域。人类非常擅长将注意力集中在所需的声音上。听力受损的人无法做到这一点，因为助听器会放大所有传入信号。我们的目标是尝试模拟人类的听觉系统，特别是在听觉注意力方面。我们的耳朵总是活跃的，每时每刻都会听到各种各样的声音。我们的目标是模拟我们的注意力何时被一大堆杂音中的某个特定声音所吸引。如果在硬件系统上实现这一点，听力有问题的人就可以只关注所需的声音。这可以通过使用时间响应函数 (TRF) 的概念来开发，它显示了音频和 EEG 信号之间的线性关系。我们提出了一个新的数学框架来克服当前预测声音包络的挑战。使用相关性概念，将获得的包络与记录 EEG 数据时给出的音频输入进行比较。讨论了不同正则化参数值下的相关系数。与现有的最先进技术相比，所提出的数学技术给出了更好的结果。
增强持续注意力的触觉介导方法
摘要 持续注意力在人类日常的感知、操作和运动活动中至关重要。持续注意力的提高在多种情况下都有潜在影响，包括治疗精神障碍，如注意力缺陷/多动障碍，以及培训某些在认知负荷很大的环境下工作的专业人员，如飞行员。在本研究中，我们从传入和传出的角度回顾了基于触觉通道中双向信息流的触觉介导的持续注意力训练方法。随后，基于研究注意力与触觉通道的传入/传出通路之间相关性的研究，分析了通过触觉通道调节和增强注意力的可行性。我们确定了几个研究问题，包括如何通过传入和/或传出通路设计不同的触觉训练任务，以及可以使用哪些自适应策略来调整触觉训练任务的难度级别以确保用户参与。此外，我们还研究了可用于验证训练效果的行为和生物学证据、理解注意力增强过程背后的神经机制的方式以及可归因于近传和远传效应的有效变量。此外，我们还讨论了开发新型触觉技术所面临的困难。在本研究中，我们打算调查触觉刺激对神经可塑性的潜在影响，并促进对触觉介导的持续注意力训练的研究。
使用自我注意力增强心脏病预测...
心血管疾病（CVD）仍然是全球超过1700万枚死亡的主要原因。以高精度对心力衰竭的早期检测对于临床试验和治疗至关重要。患者将根据血压，胆固醇水平，心率和其他特征等特征将患者分为各种类型的心脏病。使用自动系统，我们可以通过分析其特征来为那些容易发生心力衰竭的人提供早期诊断。在这项工作中，我们部署了一种新型的基于自我发挥的变压器模型，该模型结合了自我发项机制和变压器网络以预测CVD风险。自我发项层捕获上下文信息并生成有效建模数据中复杂模式的表示。自我注意力的机制通过给输入序列的每个组成部分来提供一定程度的注意力重量来提供可解释性。这包括调整输入和输出层，结合更多层，并修改注意力过程以收集相关信息。这也使医生可以理解数据的哪些功能有助于该模型的预测。提出的模型在Cleveland数据集上进行了测试，克利夫兰数据集是加利福尼亚大学尔湾分校（UCI）机器学习（ML）存储库的基准数据集。将提出的模型与几种基线方法进行比较，我们达到了96.51％的最高准确性。此外，我们的实验结果表明，我们的模型的预测率高于其他用于心脏病预测的尖端方法的预测率。
情绪与集中注意力的表现之间的关联
引入集中注意力通常涉及在已知位置识别刺激。另一种类型的注意力，分类搜索涉及确定刺激的位置，其次是其识别。在选择反应时间任务中已经测量了这两种类型的注意力。[1,2]以及测量选择性注意力，这些任务还测量了关注的平均反应时间，误差和关注度（偶尔出现非常长的反应时间）。此外，它们测量了信息处理的阶段，例如新信息和响应组织的编码。[3]从这些任务中得出了三个主要注意力的指标。第一个措施是两个任务之间的差异（空间不确定性很少：SPUL）。第二个测量了注意力集中（Eriksen效应，Erik）。第三个在分类搜索任务中测量的，比较了在相同或不同位置在连续试验中发生的刺激的影响（位置重复效应，PREP）。