XiaoMi-AI文件搜索系统
World File Search SystemGramann
使用移动脑电图和眼动追踪捕捉现实世界中的认知事件
移动大脑和身体成像 (MoBI；Gramann 等人，2011) 研究方法的出现提供了前所未有的机会，可以脱离人工实验室环境，直接在现实环境中研究认知过程 (De Vos、Gandras 和 Debener，2014；Gramann、Jung、Ferris、Lin 和 Makeig，2014；Makeig、Gramann、Jung、Sejnowski 和 Poizner，2009)。在过去十年中，传感器微型化技术取得了进展，提高了研究级身体和神经成像硬件的便携性 (Mcdowell 等人，2013)，从而允许在实验室外长时间记录大脑数据 (Hölle、Meekes 和 Bleichner，2021)。更确切地说，移动 EEG 和移动眼动追踪 (ET) 开辟了新的研究途径，可以更好地了解人们在现实世界中的思维和行为方式。利用此类移动研究方法所带来的激动人心的前景激发了人们对开发新型信号处理方法的兴趣（Reis、Hebenstreit、Gabsteiger、von Tscharner 和 Lochmann，2014 年）。总之，这些发展使得人们能够直接在自然环境中研究人类认知（Ladouce、Donaldson、Dudchenko 和 Ietswaart，2017 年），以解决广泛研究领域的基础和应用问题，例如体育科学（Park、Fairweather 和 Donaldson，2015 年）、建筑（Djebbara、Fich 和 Gramann，2019 年）和城市规划（Birenboim、Helbich 和 Kwan，2021 年）、神经人体工程学（Gramann 等人，2021 年；Dehais、Karwowski，
履历及学业
1. Gramann K、McKendrick R、Baldwin C、Roy RN、Jeunet C、Mehta RK 和 Vecchiato G (2021) 未来十年认知神经工效学面临的重大挑战。Front. Neuroergon。2:643969。doi: 10.3389/fnrgo.2021.643969 2. Nuara A、Mirandola L、Fabbri-Destro M、Giovannini G、Vecchiato G、Vaudano AE、Tassinari CA、Avanzini P、Meletti S。音乐性癫痫发作间期活动的时空动态：两例病例报告和文献系统综述。 Clinical Neurophysiology 2020 年 7 月 3. Vecchiato G、Vecchio MD、Ascari L、Antopolskiy S、Deon F、Kubin L、Ambeck-Madsen J、Rizzolatti G、Avanzini P。汽车驾驶模拟中制动和加速运动准备的脑电图时频模式。Brain Res。2019 年 8 月 1 日；1716：16-26。doi：10.1016/j.brainres.2018.09.004。4. De Dreu CKW、Giacomantonio M、Giffin MR、Vecchiato G。经济竞赛中对攻击性掠夺的心理限制。J Exp Psychol Gen。2019 年 12 月 17 日。doi：10.1037/xge0000531。
社论：人类机器人互动中的神经经济学
神经经济学（Parasuraman，2003; Ayaz and Dehais，2021; Gramann et al。，2021）对调查和改善人类机器人相互作用（HRIS）具有很大的影响（Scotto di Luzio et al。可以在生态有效的上下文中作为其用户的合作者，工具，甚至扩展的智能机器。因此，我们可以根据神经活动的指标（被认为是任何经验和行为的前提，在心理工作负载方面都有可用，可接受，安全和最少的要求。机器人系统可以利用这些指数来识别各个条件，以调整其活动，以改善人机系统的性能以及用户的安全和福祉。本研究主题中介绍的论文收集提出了有关HRI神经经济学的调查和概念的例子，这表明在以用户为中心的机器人技术中取得了进一步的突破。例如，手稿介绍了神经工程学中的相关主题，该主题突出了该学科的根源如何在神经科学发现与神经工程的创新之间达到地面。大脑之间的直接通信：对脑对脑界面的系统性PRISMA回顾，Nam等。讨论了脑对脑界面（B2BI）技术的当前状态及其在通过大脑计算机界面（BCI）和计算机脑界面（CBI）之间传输信息之间传输信息的潜力。这样的革命性概念可以导致跨机器人设备和多个用户的合作的新型神经经济学范式。这篇评论绝对地指出了该领域中神经认知和神经生物学概念的重要性，如远程学习复杂性中的教学和培训框架：