XiaoMi-AI文件搜索系统
World File Search SystemNeuromarketing
通过分析和分类eeg信号对消费者偏好的认可
神经营销已关注弥合传统营销研究与脑电图（EEG）基于脑部计算机界面（BCI）研究之间的差距。它通过偏好预测确定客户实际想要的东西。基于EEG的偏好检测系统的性能取决于适当的特征提取技术和机器学习算法。在这项研究中，我们使用脑电图指数的不同特征组合和不同算法进行特征提取和分类检查了神经营销数据集的偏好检测。对于EEG特征提取，我们采用了离散小波变换（DWT）和功率谱密度（PSD），这些变换（PSD）用于测量基于EEG的偏好指数，从而提高了偏好检测的准确性。此外，我们将深度学习与其他传统的分类器进行了比较，例如K-Neartime（KNN），支持向量机（SVM）和随机森林（RF）。我们还研究了偏好指标对分类算法性能的影响。通过严格的局部分析，我们研究了偏好检测和分类的计算智能。拟议的深神经网络（DNN）的性能在准确性，精度和召回方面优于KNN和SVM；但是，RF获得的结果与同一数据集类似于DNN的结果。
博士学位名人堂2021 Honoree Adriane B博士...
Randolph博士的研究着重于脑部计算机界面系统的设计和应用，这些系统允许非肌肉控制的辅助技术并反映不同的人类精神状态。通过肯尼索州立大学布里奇布（Brainlab），她正在努力通过发现影响用户控制和认知性能的基本特征来发现脑部计算机界面的有影响力的解决方案。肯尼索州立大学的Brainlab成立于2007年，有三个主要的目标：了解个人对基于大脑的设备的控制，设计可改善生活质量的设备，并评估基于大脑的应用程序在或范围环境中的实用性。在过去的二十年中，兰道夫博士在通过脑部计算机界面，神经营销和神经教育的情况下进行了许多项目。她获得了超过1500万美元的联邦和私人资金，并获得了相关专利。
神经旅游研究的系统审查和未来方向
摘要：神经旅游是神经科学在旅游业中的应用，通过分析游客的大脑活动来改善旅游业的营销方法。神经旅游提供了有关游客有意识和无意识情绪的准确实时数据。神经旅游使用神经营销的方法，例如大脑 - 计算机界面（BCI），眼睛跟踪，电流皮肤反应等，以创建旅游产品和服务，以提高旅游经验和满意度。由于神经旅游的新颖性和对该主题的研究的缺乏，本研究对过去12年的神经旅游研究中的同行评审期刊出版物进行了全面分析，以检测这一领域的趋势，并提供了学者的见解。我们审查了《科学》（WOS）核心收集数据库中索引的52篇文章，并使用我们建议的分类模式对其进行了检查。结果表明，关于神经旅游的发表文章数量大幅增长，表明该领域的相关性有所提高。此外，这些发现表明在神经旅游研究中缺乏整合人工智能技术。我们认为，技术和研究合作的进步将促进这一领域的指数增长。
便携式 MRI 研究的伦理监督和社会许可
简介 便携式低场 MRI 为在家庭、学校、零售店、法庭、体育场和学术医疗中心以外的其他地点等野外环境中进行脑研究提供了可能性。将脑研究带给民众，而不需要研究参与者前往学术医院的固定 MRI 扫描仪，可以使数据库多样化并减少神经科学的偏见。1 便携式 MRI 可以让非医学研究人员（包括公民科学家）探索终极黑匣子——大脑——如何影响人类在现实世界中的表现，而这些情况在传统的医院研究环境中很难复制。潜在的研究用途包括教育研究和陪审员决策研究、经济决策和消费者选择、投票行为和艺术创作研究，其中许多仍处于推测阶段。2 学者们表示，新兴领域“神经法、神经经济学、教育神经科学、神经政治学、神经营销学、神经哲学和神经社会学可能会越来越多地将扫描融入到他们的研究中。” 3 与此同时，学者们警告称，当前的伦理和监管框架存在漏洞，可能会导致对未来 pMRI 研究参与者的保护不全面或无效。4
人工智能技术领域的跨学科结构分析系统
在相对较短的技术发展时间内，信息技术已转化为人工智能技术。已经开发出能够自我学习、独立寻找问题解决方案和决策的计算机程序。软件开发伴随着通过跨学科认知科学集群进行的科学研究。该集群集成了数理逻辑、认知心理学、认知语言学、神经哲学、神经生理学、神经生物学、人类学、意识哲学、人工智能理论、认知管理、认知经济学、神经营销、技术平台的互联网物流、建模方法。控制论保留了该研究集群的关键位置，专注于管理任务。强大的人工智能是在计算机进化程序的基础上开发的。在进化遗传和神经方法的基础上形成了发展方向。该论点认为，人类思维和大脑具有类似于计算机数据结构的心理表征和类似于计算算法的计算程序。由于人脑与计算机在计算形式的处理内容上完全相同，因此人工智能发展的重点是模拟认知过程。
我的想法在哪里（看）？脑电图关注关系的研究
摘要：视觉注意力估计是不同学科的十字路口的研究领域：计算机视觉，深度学习和医学。估计代表注意的显着性图的最常见方法之一是基于观察到的图像。在本文中，我们表明可以从脑电图获取中获取视觉关注。结果与观察到的图像的传统预测相媲美，这引起了人们的关注。基于图像的显着性估计是参与者独立的，脑电图的估计可以考虑到主题的特定城市。为此，已经记录了一组信号，并开发了不同的模型来研究视觉注意力与大脑活动之间的关系。结果令人鼓舞，并且与其他方法估计注意力的其他方法相媲美。能够预测脑电图的视觉显着性图可以帮助研究研究大脑活动与视觉注意力之间的关系。它也可以在各种应用中有助于：驾驶，神经营销期间的警惕评估，以及有助于诊断和治疗与视觉注意力相关的疾病的帮助。为了重现性，本文中考虑的代码和数据集已公开可用，以促进该领域的研究。
法医精神病学和刑事司法中的神经预测和人工智能：神经法视角
神经成像与人工智能结合使用，特别是机器学习技术的进步，导致了读脑技术的发展，在不久的将来，这种技术可能会有许多应用，例如测谎、神经营销或脑机接口。原则上，其中一些也可以用于法医精神病学。例如，这些方法在法医精神病学中的应用可能有助于提高风险评估的准确性并确定可能的干预措施。这种技术可以称为“人工智能神经预测”，涉及识别用于预测再犯的潜在神经认知标记。然而，这种技术的未来影响以及神经科学和人工智能在暴力风险评估中的作用仍有待确定。在本文中，我们回顾和分析了有关使用读脑人工智能进行暴力和重新逮捕的神经预测的文献，以确定未来在法医精神病学和刑事司法领域使用这些技术的可能性和挑战，并考虑法律影响和道德问题。分析表明，需要对人工智能神经预测技术进行更多研究，并且仍然非常需要了解如何在法医精神病学领域的风险评估中实施这些技术。除了人工智能神经预测的诱人潜力之外，我们认为，不仅在这些技术完全可用时，而且在研究和开发过程中，其在刑事司法和法医精神病学中的应用都应接受彻底的危害/利益分析。
通过关注NeuroMarket的旅行网站中的目光跟踪来识别客户偏好
摘要可以通过基于神经科学和营销的交集的引入神经营销来检查他们对产品的视觉关注，可以分析与决策相关的人的心理和行为。本研究旨在通过通过在线度假预订网站调查其偏好和感兴趣的领域来确定影响消费者对旅行产品的决策的因素。在这项实验研究中，对四十年代的30名男性参与者进行了眼睛跟踪，并提取了对刺激的目光数据，并在问卷调查中与他们的选择进行了比较。该研究解决了以下研究问题：“关于客户偏好的领域，视觉关注会受到影响？”是否研究了有关空间产品的视觉信息的变化影响产品的偏好和决策。由于根据空间偏好的顺序分析了眼睛跟踪区域的结果，图像3（M = 782.65）包含室外空间的偏好率最高，其次是家具和网络信息。关于初始浓度，在时间流中，最快的浓度始于刺激2（4.21s），但浓度升高的时间是在刺激3（16.28s）处。视觉感知数据是根据个人喜好确定注视运动浓度的时间差的验证过程。分析了问卷调查，反映消费者有意识的偏好的相关性，以及凝视的数据，显示出无意识决策的数据。
手工旋转任务中与年龄相关的策略差异
正如本期刊《田野大挑战》文章（Dehais等，2020a）中所述，Neurogeronomics就是要了解工作和日常生活中的大脑。了解日常生活中的大脑对于作为基础研究领域的临床，心理和社会神经科学以及利用神经科学知识的应用至关重要，这是从一开始就一直具有该领域的核心利益（Parasuraman，2003年）。在消费者神经工程学中，我们专注于应用程序 - 以她或他的专业能力或空闲时间为日常消费者的产品和服务。可以通过两种方式来理解消费者神经基础学领域。涉及开发和验证神经科学消费品的涉及。要为日常消费者购买和使用，这些商品不仅需要有用或有趣，而且还需要便宜，易于使用。另一种涉及神经科学方法的应用来以其消费者的能力研究用户，研究用户体验，产品可用性和产品营销。在消费者神经工程学方面，广泛的神经经济学研究致力于其发展。Examples are studies on predicting missing auditory alerts ( Dehais et al., 2014 ), predicting memorized visual information ( Brouwer et al., 2017b ), detecting workload, fatigue and mind wandering ( Borghini et al., 2014 ), usually with the aim of adapting semi-automated systems to better fit the current state of the user ( Putze et al., 2018; Dehais et Al。，2020b； Roy等，2020）。另一个例子是使用可穿戴技术监测群体的关注和参与，以便在教育环境中使用（Dikker等，2017； Stuldreher等，2020； Van Beers等，2020）。与科学的工作努力发展为开发神经经济学应用，该行业出现了提供（声称）将生理措施与精神状态相关联的产品和服务，并根据这些措施提供建议或反馈。该行业中产品的示例是手腕和头带，以监视和降低自己的压力水平，或者用于检测娱乐目的的情绪。科学研究和行业中的一个趋势子场是通过神经刺激直接调节大脑活动的工具（Tyler等，2017； Vosskuhl等，2018）。消费者神经基础学是一种使用神经科学作为消费者涵盖神经营销能力的人的学科（Lee等，2007; Ariely and Berns，2010; Stasi et al。，2018），Neuromenonsics，Neuromenonsics（Sanfey等，2006; Clither et al。，2006; Clither et al。 Plassmann等，2015）。该应用领域旨在更好地了解消费者及其与产品和服务的互动，而不是传统的自我报告调查以及焦点小组的表达回应。例子是关于愿意支付意愿的神经科学指标（Ramsøy等，2018）和购买行为（çakir等，2018）；利用神经科学研究情绪在决策中的作用（Rampl等，2016）并评估广告或营销活动（Cartocci等，2017； Krampe等，2018）。类似于消费者神经基质学作为一种开发神经科学消费品的学科，对于消费者神经基础学作为研究消费者的学科，已经有一个神经营销行业可以将这种学科商业化。