aied

hu-markov-aiedam.pdf - 联合设计实验室

本文介绍的研究 AQ3 应用隐马尔可夫模型 (HMM) 来揭示设计师参与设计概念生成任务时收集的神经激活数据集中的重复模式。HMM 使用概率方法将数据（此处为 fMRI 神经成像数据）描述为离散状态的动态序列。无需事先假设 fMRI 数据的时间和空间属性，HMM 便能够自动推断神经认知激活数据中在概念生成中极有可能出现的状态。占用可能性较高的状态在执行控制网络、默认模式网络和中颞皮层的大脑区域中表现出更多的激活。不同的激活模式和传输与这些状态相关，与不同的认知功能相关，例如语义处理、记忆检索、执行控制和视觉处理，这些功能表征了与概念生成相关的认知中的可能转变。HMM 通过揭示与概念生成相关的神经认知中的时间和空间模式，为设计中的认知动态提供了新的见解。未来的研究可以探索数据分析方法的新途径来研究设计神经认知，并对设计中的认知动态提供更详细的描述。