XiaoMi-AI文件搜索系统
World File Search SystemQwerty
脑对文本解码：通过键入
现代神经假体现在可以恢复失去说话或移动能力的患者的沟通。但是，这些侵入性装置需要神经外科固有的风险。在这里，我们引入了一种非侵入性方法来解码脑活动中句子的产生，并在35名健康志愿者的队列中证明了其功效。为此，我们介绍了Brain2Qwerty，这是一种新的深度学习架构，训练了从电 - （EEG）或磁刻板图（MEG）解码句子，而参与者则在Qwerty键盘上简要记忆地进行了记忆。MEG，Brain2Qwerty平均达到32％的字符率（CER），并且基本上超过了EEG（CER：67％）。对于最佳参与者来说，该模型达到了19％的CER，并且可以在培训集之外完美地解码各种句子。误差分析表明解码取决于运动过程，但对印刷错误的分析表明，它也涉及更高级别的认知因素。总的来说，这些结果缩小了侵入性和非侵入性方法之间的差距，因此为开发安全的脑部计算机界面开辟了道路。
神经学鸿沟：散文和代码写作的 fMRI 研究
软件工程涉及编写新代码或编辑现有代码。最近的研究已经调查了与阅读和理解代码相关的神经过程——然而，我们缺乏对代码编写背后的人类认知过程的透彻理解。虽然散文阅读和写作已经得到了彻底的研究，但同样的研究还没有应用于代码编写。在本文中，我们利用功能性脑成像来研究代码编写与散文写作的神经表征。我们提出了第一项人类研究，其中参与者在接受功能性磁共振成像 (fMRI) 脑部扫描时编写代码和散文，使用全尺寸 fMRI 安全的 QWERTY 键盘。我们发现代码编写和散文写作是截然不同的神经任务。虽然散文写作需要与语言相关的大量左半球活动，但代码编写需要更多右半球的激活，包括与注意力控制、工作记忆、规划和空间认知相关的区域。这些发现与研究代码和散文理解的现有工作不同。相比之下，我们提出了第一个证据，表明代码和散文写作在神经层面上有很大不同。
CHI 分型实验效果大小的元分析
[1] Xiaojun Bi、Barton A. Smith 和 Shumin Zhai。2010 年。准 Qwerty 软键盘优化。在 SIGCHI 计算机系统人为因素会议论文集（美国佐治亚州亚特兰大）（CHI '10）。美国计算机协会，纽约，纽约州，美国，283–286 页。https://doi.org/10.1145/1753326.1753367 [2] Stephane Champely、Claus Ekstrom、Peter Dalgaard、Jeffrey Gill、Stephan Weibelzahl、Aditya Anandkumar、Clay Ford、Robert Volcic、Helios De Rosario 和维护者 Helios De Rosario。[nd]。软件包“pwr”。([nd])。[3] Mike WL Cheung。 2014. 使用三级荟萃分析对依赖效应大小进行建模：一种结构方程建模方法。《心理方法》19，2（2014），211。[4] Andy Cockburn、Carl Gutwin 和 Alan Dix。2018. 不再 HARK：关于 CHI 实验的预注册。在 2018 年 CHI 计算机系统人为因素会议论文集（加拿大魁北克省蒙特利尔）（CHI '18）。美国计算机协会，美国纽约州纽约，1-12。https://doi.org/10.1145/3173574.3173715 [5] Jacob Cohen。1988. 行为科学的统计功效分析。（第 2 版）。Taylor & Francis 有限公司。[6] Geoff Cumming。 2013. Cohen 的 d 需要易于解释：对 Shieh (2013) 的评论。行为研究方法 45, 4 (2013)，968–971。[7] Geoff Cumming 和 Robert Calin-Jageman。2016. 新统计学导论：估计、开放科学及其他。劳特利奇。[8] Mark Dunlop 和 John Levine。2012. 触摸屏键盘的多维帕累托优化，以提高速度、熟悉度和改进拼写检查。在 SIGCHI 计算机系统人为因素会议论文集（美国德克萨斯州奥斯汀）（CHI '12）中。计算机协会，美国纽约州纽约，2669–2678。 https://doi.org/10.1145/2207676.2208659 [9] Alexander Eiselmayer、Chat Wacharamanotham、Michel Beaudouin-Lafon 和 Wendy E. Mackay。2019 年。Touchstone2：一种用于探索人机交互实验设计权衡的交互式环境。在 2019 年 CHI 计算机系统人为因素会议（英国苏格兰格拉斯哥）（CHI '19）论文集上。美国计算机协会，纽约，纽约州，美国，1-11。https://doi.org/10.1145/3290605.3300447 [10] Franz Faul、Edgar Erdfelder、Axel Buchner 和 Albert-Georg Lang。2009 年。使用 G* Power 3.1 进行统计功效分析：相关和回归分析检验。行为研究方法 41，4（2009 年），1149–1160。[11] Anna Maria Feit、Daryl Weir 和 Antti Oulasvirta。2016 年。我们如何打字：日常打字中的动作策略和表现。 2016 年 CHI 计算机系统人为因素会议论文集（美国加利福尼亚州圣何塞）(CHI '16)。美国计算机协会，纽约，纽约州，美国，4262–4273。https://doi.org/10.1145/2858036.2858233 [12] Leah Findlater 和 Jacob Wobbrock。2012 年。个性化输入：通过自动适应改进十指触摸屏打字。2016 年 SIGCHI 计算机系统人为因素会议论文集（美国德克萨斯州奥斯汀）(CHI '12)。美国计算机协会，纽约，纽约州，美国，815–824。 https://doi.org/10.1145/2207676.2208520 [13] Leah Findlater、Jacob O. Wobbrock 和 Daniel Wigdor。2011 年。在平板玻璃上打字：检查触摸表面上的十指专家打字模式。在 SIGCHI 计算机系统人为因素会议论文集（加拿大不列颠哥伦比亚省温哥华）（CHI '11）。计算机协会，美国纽约州纽约，2453–2462。https://doi.org/10.1145/1978942.1979301 [14] Mayank Goel、Leah Findlater 和 Jacob Wobbrock。2012 年。WalkType：使用加速度计数据适应移动触摸屏文本输入中的情境障碍。 SIGCHI 计算机系统人为因素会议 (美国德克萨斯州奥斯汀) (CHI '12) 论文集。美国计算机协会，纽约，纽约州，美国，2687–2696 页。https://doi.org/10.1145/2207676.2208662 [15] Aakar Gupta 和 Ravin Balakrishnan。2016 年。DualKey：通过手指识别实现微型屏幕文本输入。2016 年 CHI 计算机系统人为因素会议 (美国加利福尼亚州圣何塞) (CHI '16) 论文集。美国计算机协会，纽约，纽约州，美国，59–70 页。 https://doi.org/10.1145/2858036.2858052 [16] M. Harrer、P. Cuijpers、TA Furukawa 和 DD Ebert。2019 年。使用 R 进行元分析：实践指南。PROTECT Lab Erlangen（2019 年）。