XiaoMi-AI文件搜索系统
World File Search SystemPutz
火星I. B. Smith 1,2，M。R。Perry 2，N。E。Putzig 2，A。Russell2，A。Nair1，A。S
参考：[1]史密斯（2022）。行星科学的牛津资源。[2]史密斯和al。（2020）。PSS 184，104841。[3]史密斯和al。（2018）。伊卡洛斯，极地火星科学VI 308，2-1[4]史密斯和al。（2016）。科学352，1075–1[5]头和al。（2003）自然426，797–802。[6] Lask and al。（2004）伊卡洛斯170，343–364。[7] Lask and al。（2002）自然419，375–377。[8]书和al。（2007）JGR 112，一切。[9] Greve和Al。（2010）PSS 58，931–940。[10] SEU和Al。（2007）JGR 112，E05S0[11] Holt和Al。（2010）自然465，446–449。JGRP 120，2014JE004720。U.S.G.S.科学地图调查3177。[14] Putzig和Al。（2022）PSJ 3，259。
Felix Putze、Christian Mühl、Fabien Lotte、Stephen Fairclough、Christian Herff。社论：基于神经生理测量检测和评估工作记忆状态和认知功能。《人类神经科学前沿》，2018 年，第 12 期，�10.3389/fnhum.2018.00440�。�hal-01908759�
工作记忆等执行认知功能决定了各种不同认知任务的成败，如解决问题、导航或规划。通过从神经生理或心理生理信号估计工作记忆负荷或记忆容量等结构，自适应系统可以对操作员经历的认知状态作出反应，并触发旨在支持任务执行的响应（例如，在受试者超负荷时简化辅导系统的练习 Gerjets et al., 2014 ，或关闭来自手机的干扰）。确定工作记忆负荷等认知状态对于自动测试/评估或可用性评估也很有用。虽然目前有大量关于工作记忆活动等认知功能的神经和生理相关性的研究，但很少有出版物涉及这类研究在复杂、现实场景中的单次试验检测和实时估计认知功能方面的应用。基于脑活动测量的单次试验分类器，例如脑电图 (EEG, Kothe and Makeig, 2011; Lotte 等人, 2018)、功能性近红外光谱 (fNIRS, Putze 等人, 2014; Herffiet al., 2015)、生理信号 (Fairclough 等人, 2005; Fairclough, 2008) 或眼动追踪 (Putze 等人, 2013)，有可能根据短段数据对情感 (Koelstra 等人, 2010; Heger 等人, 2014; Mühl 等人, 2014) 或认知状态进行分类。为此，需要开发信号处理和机器学习技术并将其转移到现实世界的用户界面。这个前沿研究主题的目标是推动基于信号的认知过程建模的最新进展。我们对更复杂、更现实的研究设计特别感兴趣，例如在野外收集数据或调查相互作用
Hannah S. Pulferer 和 Gernot R. Müller-Putz* 闭环 2D 跟踪任务期间的连续错误处理
摘要：过去几十年来，错误相关电位 (ErrPs) 在非侵入式脑机接口 (BCI) 控制研究中的实用性已得到证实。然而，为了持续纠正 BCI 中末端执行器（例如机械臂）的错误动作，这些仅与离散错误感知相关的神经关联仍然存在问题。使用预先记录的数据集，在不同的正确或错误条件下提供 2D 跟踪任务的反馈，我们分析了是否可以从脑电图 (EEG) 中观察到连续反馈过程中的错误处理。在这个包含 30 个记录会话的数据集中，我们能够检测到正确条件和错误条件之间的显著差异。此外，报告了两种错误条件之间的最小显著差异，证实了错误和认知反应之间的直接联系。