XiaoMi-AI文件搜索系统
World File Search System精神状态
端到端3D卷积神经网络，用于解码细心的精神状态
对待精神状态的检测在神经反馈过程以及注意力缺陷和多动症（ADHD）中起着至关重要的作用。但是，检测方法的性能仍然不满意。挑战之一是为脑电图（EEG）数据找到适当的表示，该数据可以保留时间信息并保持空间拓扑特征。受到大脑 - 计算机界面（BCI）领域研究中的深度学习（DL）方法的启发，提出了提出了带有级联和平行卷积操作的3D卷积神经网络模型的EEG信号的3D表示。该模型利用了三个级联块，每个级联块由两个平行的3D卷积分支组成，以同时提取多尺度特征。在包含26名受试者的公共数据集上进行了评估，与对象内，受试者间和受试者自适应分类方案相比，所提出的模型的性能更好。这项研究证明了3D CNN模型检测细心状态的有希望的潜力。©2021 Elsevier Ltd.保留所有权利。
反转问题：为什么算法应推断精神状态，而不仅仅是预测行为
有两种方法可以分析有关人的数据，如果您愿意的话，有两种“文化”（Breiman，2001； Snow，1959）。一个人是心理学文化 - 现在已经超过一个世纪了，完全熟悉。对于行为科学家来说，1个数据是一种结束的手段，用于改善我们关于人类思想的理论。数据可用于测试竞争理论并开发新的理论。最终，数据都是为了让我们了解理论是正确和重要的。另一种文化（将其称为机器学习文化）是新的，但迅速增长。这种文化就是要使用大量的行为数据来预测人们会做什么。这种文化所产生的算法现在在社会的范围内广泛运作，包括在社交媒体上为人们策划内容，推荐产品（书籍，电影等）。），并自动化专家决策。机器学习文化与心理文化形成鲜明对比。它是成功的算法，在不利用心理学的理论见解的情况下成功地预测行为。
调查基于虚拟现实的学习环境中精神状态解码的特征设定决策
受试者和HBO/HBR-WISE分类模型嵌套的交叉验证具有超参数优化（5倍折叠à20次重复）公制AUC-ROC经验机会水平估计的经验机会水平估计了使用假人分类器分类器：线性判别分析（LDA），STER（LDA）（SSV MACHICER）（s vecter）（s vector）（s vecter）（范围）。平均，最大，最小，峰值2Peak，斜率，Time2Peak评估：交叉验证折叠上的自举以估计平均值及其置信区间
设计基于脑部计算机界面的分类模型，用于挖掘Covid-19的精神状态，折磨了Mariner的
Corona-Virus（Covid-19）极大地削弱了整个世界，最终摇摆了人们的生活方式，人民的认知健康[1]。为了限制Covid-19的传播，大多数国家都施加了部分或完全的封锁。但是，nowa-days，大多数国家已经开始了解锁的阶段。大多数服务已经重新启动，并且个人可以按照政府的咨询和预防措施自由移动。完整的世界贸易业务和全球基于海事行业和海员的重要性。运输被公认为是全球性和外汇的支柱。超过200万海员正在全球工作，并支持所有海上交易[2]。与其他专业人员一样，极端的工作条件，工作责任，不稳定的时间表，化学危害，打捞潜水，石棉病和心理社会因素正在引起海员和水手们的高度压力（心理障碍）。不幸的是，Covid-19的影响也对航运和海洋产业的影响也被看到。该研究表明，在这种大流行期间（共同19）（样本研究的50％）（在样本研究中）并不感到安全，并且超过50％的员工对处理这种全球流行病采取的预防措施不满意[3]。所有这些担忧都在毁灭他们的心理和身体状态。毫无疑问，人民已经开始工作。然而，仍然非常害怕患有19 covid-19的感染。个体的精神状态受到了极大的影响，因此，大多数人都患有不同的精神病和神经精神疾病。单个Covid-19受害者可以在船上造成混乱。这种混乱会引发不同旅行的人的压力以及其他人类心理障碍
Lobi大脑检查调查
什么年龄？____检查所有适用的内容：脑震荡失去意识， *多长时间？________昏迷， *多长时间？________混乱或精神状态改变错过的学校没有问题在哪个年龄持续高烧？____检查所有适用的内容：意识丧失， *多长时间？________昏迷， *多长时间？________混乱或改变精神状态错过的学校没有问题脑肿瘤在哪个年龄？____检查所有适用的内容：意识丧失， *多长时间？________昏迷， *多长时间？________混乱或改变精神状态错过的学校没有问题缺氧（定义：缺氧；由于近乎溺水的经历或令人窒息的经验而引起的氧气；
焦虑 - 疾病的特异性和治疗方法
几乎所有人都知道的经历，因此，与许多其他专业的医生相比，这两个人都比许多其他物体和精神状态都更容易理解，而这些物体和精神状态的发生并不那么普遍。报道帮助的人可能会经历当前的焦虑，以各种原因为条件（例如急性恐惧）以及定义的焦虑。后者，即焦虑症，是欧洲和波兰最常见的问题，在精神障碍形成方面所区分的所有类别[1-4]。Bandels和Michaelis估计[2]，即使近1/3人口也受到生活中某些焦虑症的影响。
对决策的情感影响的见解
多年来，制造商一直致力于提高其生产率。生产计划操作对此目标至关重要。但是，在现代制造系统中，必须定期更新原始时间表，因为它发生在动态和不确定的环境中。因此，现代制造环境对负责生产过程的管理人员来说是非常压力的，因为他们必须应对许多干扰和不确定性。为了帮助他们在决策过程中，已经开发了一些决策支持系统（DSS）。最近且巨大的挑战是实施DSS，以有效地管理上述问题。如今，这些DSS被假定可以减少用户的压力和工作量，因为它们会自动（重新）通过应用算法安排生产。 据我们所知，用户精神状态（即认知和情感状态）的相互影响以及这些DSS的使用在文献中受到了有限的关注。 尤其是，用户无关情绪的影响降低了关注。 但是，这些影响特别令人感兴趣，因为它们可以解释DSS的效率，尤其是在调节DSS反馈处理时。 因此，我们假设调查DSS和用户精神状态的相互影响可以提供有用的调查途径。如今，这些DSS被假定可以减少用户的压力和工作量，因为它们会自动（重新）通过应用算法安排生产。据我们所知，用户精神状态（即认知和情感状态）的相互影响以及这些DSS的使用在文献中受到了有限的关注。尤其是，用户无关情绪的影响降低了关注。但是，这些影响特别令人感兴趣，因为它们可以解释DSS的效率，尤其是在调节DSS反馈处理时。因此，我们假设调查DSS和用户精神状态的相互影响可以提供有用的调查途径。然后，本文的目的是通过建议对用户的精神状态进行调查并鼓励在神经经济学方法中进行此类研究，以提供未来的调整和重新安排操作研究的建议。
未服药且有精神状态危险、后来患上精神病的受试者的静息态脑电图：低分辨率电磁断层扫描分析
方法：纳入未服用任何精神药物且符合危险精神状态综合评估标准的 ARMS 患者。出现精神病性障碍的患者被标记为 ARMS-P 组，而前瞻性随访超过 2 年且未出现精神病性障碍的 ARMS 患者被归类为 ARMS-NP 组。在静息状态下测量脑电图，并使用标准化低分辨率脑电磁断层扫描 (sLORETA) 分析频率。七个波段 (δ、θ、α 1、α 2、β 1–3) 进行了分析。比较了 ARMS-P 组和 ARMS-NP 组之间的 sLORETA 值 (电流源密度 [CSD])。使用阳性和阴性症状量表 (PANSS) 在脑电图测量时评估临床症状。