XiaoMi-AI文件搜索系统
World File Search System记忆
心理学：知识组织者。论文 1：记忆
移民。还有媒体的兴趣。 ☺ 社会敏感性研究可能为被研究的群体带来益处——例如同性恋曾被视为一种精神疾病，但金赛报告却表明这是正常的（金赛等人）。 但是，也可能产生负面影响，例如犯罪基因对声称不承担个人责任的个人有影响。 ☺ 现实世界的应用：关于儿童保育、犯罪等方面的决策使用 SSR，例如 ONS（国家统计局）。表明心理学家在提供高质量社会敏感性主题研究中发挥着重要作用。 研究设计不佳：伯特在 1950 年代对智商的研究导致了 11+ 考试，但后来被证明是欺诈行为，但为时已晚，无法改变后果。社会敏感性主题需要谨慎规划，以确保研究结果有效，因为它会对特定群体产生持久影响。
过去经历的记忆和经济决策
∗ 加州大学伯克利分校经济学系和 NBER；电子邮件：ul-rike@econ.berkeley.edu † 宾夕法尼亚大学沃顿商学院金融系和美国证券交易委员会；电子邮件：jwachter@wharton.upenn.edu。美国证券交易委员会对任何美国证券交易委员会员工或委员的私人出版物或声明不承担任何责任。本章表达了作者的观点，并不一定反映委员会、委员或其他工作人员的观点。我们感谢 James Paron 提供的宝贵研究协助。
“大脑雾”，记忆问题和其他神经系统...
使用手机摄像头脑脊髓炎（ME/CFS）等医疗状况，例如Dysautonatoria，tiny.cc/lce或扫描QR码，而其他与长期相关的人则可以使神经系统症状变得更糟。通常很难找到诊断这些疾病的专家。但是，如果您能够诊断，它可以帮助获得治疗和资源。
为什么生成学习策略可以改善记忆？
摘要 —生成性学习策略与认知和情感相联系。基于单因素实验设计，75 名被试被随机分配到化学虚拟现实 (VR) 课程，在三种条件下学习：VR、VR+总结和VR+自我测试。使用 emWave 系统记录学习者在学习过程中的情绪状态。使用保留测试测量学习者的学习成果，使用工具测量学习体验。结果表明，与没有生成性学习策略的 VR 课程学生相比，1）在学习过程中进行生成性自我测试策略的学生在认知过程中表现出更多积极情绪，学习后积极评价更多，记忆测试分数更高；2）在学习过程中进行生成性总结策略的学生在认知过程中表现出更多积极情绪，但即时记忆分数较低。这些发现为解释生成性总结和自我测试学习策略如何影响基于 VR 的学习提供了新的证据。
思考，记忆和帕金森氏病
随着年龄的增长，我们的大脑会改变。，思维和记忆也会改变。词汇和一般知识往往会增加，但是很难轻松或迅速地了解和学习新信息。例如，使用智能手机或玩新纸牌游戏可能会花费更多的精神努力。记忆可能不如前几年的运行良好。许多人很难回想起新的相识的名字，忘记了为什么走进房间或诸如眼镜之类的放错地方。因为帕金森氏症也会影响认知，因此很难知道什么是正常衰老和疾病的一部分。Bret Parker，Michael J.福克斯基金会（MJFF）患者委员会说：“有时我无法确定我的大脑是否不像以前那样敏锐，因为我变老了或由于帕金森氏症。”
湍流记忆对理想化龙卷风的影响......
摘要：表面摩擦通过增强角动量的收敛而促进龙卷风的形成和维持。大气模型中的传统下边界条件通常假设未解析应力和解析剪切之间存在瞬时平衡。该假设忽略了湍流运动以有限速率产生和消散的物理原理——实际上，湍流在其整个生命周期中都有记忆。在本文中，提出了一种改进的下边界条件来解释湍流记忆的影响。具体而言，当气团沿弯曲轨迹移动时，由于湍流记忆，会产生正常表面剪切应力分量。在理想龙卷风的大涡模拟 (LES) 中，正常表面剪切应力分量是额外动态不稳定性的一个来源，为湍流运动的发展提供了一条额外的途径。只要修改后的下边界条件所采用的假设在感兴趣的流动区域的较大部分内成立，湍流记忆对准稳态龙卷风强度的影响就可以忽略不计。然而，瞬态龙卷风可能对湍流记忆特别敏感。
具有阈值和...的神经网络的记忆容量
1.3 问题的历史。1988 年，Baum [ 6 ] 提出了该问题的一个版本。在 Cover [ 8 ] 早期工作的基础上，Baum 研究了多层感知器的记忆容量，即具有阈值激活函数的前馈神经结构。他首先研究了网络结构 [ n, m, 1]，其中一个隐藏层由 m 个节点组成（并且，如符号所示，隐藏层中有 n 个节点和一个输出节点）。Baum 注意到，对于 R n 中一般位置的数据点 xk，结构 [ n, m, 1] 的记忆容量约为 nm ，即它与连接数成正比。这并不难：一般位置保证任何 n 个数据点子集所跨越的超平面不会错过任何其他数据点；这允许人们在其自己的 n 个数据点批次上训练隐藏层中的 m 个神经元中的每一个。Baum 然后问同样的现象是否仍然存在于更深的神经网络中。他问，对于较大的 K，是否存在一个深度神经结构，其总数为 O（√
解开过去语义信息的记忆
人类的视觉系统能够处理连续的视觉信息流，但大脑在连续的视觉处理过程中如何编码和检索近期的视觉记忆仍不清楚。本研究探讨了在连续的视觉刺激下，工作记忆保留过去信息的能力。然后我们提出了一项新任务——记忆解开，旨在从 fMRI 信号中提取和解码过去的信息。为了解决过去记忆信息干扰的问题，我们设计了一种解开的对比学习方法，灵感来自前摄干扰现象。该方法将相邻 fMRI 信号之间的信息分离为当前和过去成分，并将它们解码为图像描述。实验结果表明，该方法有效地解开了 fMRI 信号中的信息。这项研究可以推进脑机接口并缓解 fMRI 中时间分辨率低的问题。1
建立记忆发展的累积科学
累积科学取决于巩固经验证据。然而，叙事评论和荟萃分析通常通过在搜索中使用构造标签来限制整合，这些搜索在心理学中的传统和时代差异很大。一种互补的方法是映射的观点，在其他学科中更常见，重点是操作定义和体验心理设计。在这里，我们在实验心理学中使用这种方法率先将其应用于记忆发展。，我们在过去的50年中使用16种设计费用对506个出版物进行了分类，并确定了源自不同理论框架的方法合理的工作。从这种方法中出现了新的见解。首先，表征沿实验设计的每个维度的相对数据密度确定了最必要的研究。第二，我们链接了先前通过非重叠构造标签分离的相关证据。第三，我们说明了该技术作为对模式分离的发展（也称为Mnemonic Inclimination）进行分析研究合成的前体的潜在应用。为了促进文献整合和方法论重叠的识别过程，我们使用当前数据库创建了一个免费的交互式Web应用程序。
神经科学与教育：记忆与可塑性
n过去几十年，一些研究人员一直对调查可以阐明大脑和行为表达功能障碍的机制感兴趣。这种研究极大地促进了所谓的认知神经科学的发展，在其基本主题中，它在学习，记忆，注意力，情感以及此类功能之间的功能等功能等方面进行了研究（Barros等，2004; Gazzaniga; Gazzaniga; Hetherton，2005; Marcus; Marcus，2003年）。对于贡萨尔维斯（Gonçalves，2003），该领域的目标之一是将认知发展与神经发展联系起来，以更好地理解认知的神经生物学，这意味着理解，例如，学习机制。重要的是要强调注意力，感知和记忆等功能，