XiaoMi-AI文件搜索系统
World File Search Systemperceptual
感觉与知觉 830:301:02 2025 年春季
我们周围的世界是一个自动过程，每当我们使用眼睛、耳朵、鼻子和其他感觉器官时，这个过程就会“自由”地发生。但感觉和知觉是一个主动的过程，它依赖于大脑、脊髓和周围神经系统中极其敏感的受体和强大的计算机器。我们的感知能力经过数百万年的进化才形成现在的形式。本课程的核心重点是研究这些感官系统是如何工作的以及为什么会这样。我们将使用来自各种学科（哲学、物理学、计算机科学、神经科学、心理学）的见解和方法，对主要感官（视觉、听觉、触觉、嗅觉、味觉）进行详细研究。我们将从研究感知信息的物理基础（例如光、声波）开始，然后研究这些信息在大脑中转化为感知的生物和心理过程。
使用多元EEG分析解码秘密空间注意的时间动态：原始振幅和α功率的贡献
可以在不需要眼动的而无需眼睛运动的情况下将注意力定向在空间中。我们使用多元模式分类分析（MVPA）来研究是否可以从EEG Alpha Power和原始活动痕迹中解码秘密空间注意的时间过程。从这些信号中解码注意力可以帮助确定原始的EEG信号和α功率是否反映了注意选择的相同或不同特征。使用经典的提示任务，我们证明了秘密空间注意力的方向可以通过两个信号来解码。但是，原始活动和α功率可能反映出空间注意力的不同特征，而α功率与空间中秘密注意力的方向和原始活动的方向相关，而对感知过程的关注感也影响。
课程1研究兴趣2教育3 ...
我的研究兴趣围绕计算机视觉中的形状感知问题以及最近的人类视野。我最近的大部分工作都集中在感知分组及其在图像分割和形状恢复中的作用。我介绍了许多定性形状表示，它们的对称性基础为我的感知分组研究提供了重点。我对多尺度，基于零件的形状表示形式及其作为层次图的共同抽象的兴趣激发了我在不精确图索引和匹配方面的研究 - 对象识别的关键问题，这是我研究的另一个广泛重点。我的研究还探索了与对象识别有关的许多问题，包括形状代表学习，对象跟踪，基于视觉的导航，负担能力学习，对象抓握，基于内容的图像检索，语言视觉集成以及图像/模型抽象。
论知觉与认知的界限
在雅各布·贝克 [1] 的文章《标记感知-认知的边界：刺激依赖性标准》中，作者深入探讨了心灵哲学和认知科学中感知和认知过程之间的关键区别。贝克提出刺激依赖性标准作为更有效地区分这两种心理过程的工具。贝克批判性地评估了之前划分感知和认知的尝试，例如认知渗透之争，并认为这些尝试未能提供区分这两个过程的明确标准。为了解决这个问题，贝克引入了刺激依赖性标准。该标准假定感知过程直接且立即受到感官输入的影响，而认知过程主要对存储的信息或心理表征进行操作，而不受感官输入的直接影响。此外，贝克还提出了对刺激依赖性标准的潜在反对意见，包括认知过程可能受到感觉输入的影响，或者知觉过程可能受到存储信息的影响。针对这些问题，他阐明了该标准强调了感知和认知在信息处理方式上的主要差异，而不是假设这两个过程完全分离。具体来说，贝克提出了一个有前途的想法，强调了当前近端刺激对准确感知的重要性。当你闭上眼睛时，你看不到物体，但仍然对它们有准确的信念和记忆。贝克建议将依赖近端刺激的心理状态定义为刺激依赖性。利用这个想法，贝克提出了一个简化的（尽管并不完美）公式来区分感知和认知：
EEG-fMRI 融合研究
看到社交触摸会触发强烈的社交情感反应，涉及多个大脑网络，包括视觉、社交感知和躯体感觉系统。先前的研究已经确定了每个系统的具体功能作用，但对信息流的速度和方向性知之甚少。这些信息是通过社交感知系统提取的，还是通过躯体感觉皮层的模拟提取的？为了解决这个问题，我们检查了观察到的触摸的时空神经处理。21 名人类参与者（7 名男性）在脑电图 (EEG) 记录期间观看了显示社交和非社交触摸的 500 毫秒视频片段。视觉和社会情感特征在大脑中迅速提取，分别在视频开始后 90 毫秒和 150 毫秒开始。将 EEG 数据与我们之前研究中使用相同刺激的功能性磁共振成像 (fMRI) 数据相结合，发现神经信息首先出现在早期视觉皮层 (EVC) 中，然后出现在颞顶交界处和后颞上沟 (TPJ/pSTS) 中，最后出现在躯体感觉皮层中。EVC 和 TPJ/pSTS 独特地解释了 EEG 神经模式，而躯体感觉皮层本身并不能解释 EEG 模式，这表明社会情感信息可能从 TPJ/pSTS 流向躯体感觉皮层。总之，这些发现表明，社交触觉在前馈视觉过程的时间范围内被快速处理，并且触觉的社会情感意义首先由社交感知通路提取。如此快速地处理社交触觉可能对于其在社交互动过程中的有效使用至关重要。
无意识地操纵具有解码神经反馈的概念表示影响搜索行为
人类学习中有意识意识的必要性一直是心理学和神经科学的长期话题。先前对非意识联想学习的研究受到潜意识刺激的信噪比低的限制，并且证据仍然存在争议，包括不重复复制。使用功能性MRI解码神经反馈，我们指导来自男女的参与者产生类似于视觉感知现实世界实体（例如狗）时观察到的神经模式。重要的是，参与者仍未意识到这些模式所代表的实际内容。我们利用一种联想的十NEF方法将感知含义（例如狗）浸入日本的希拉加纳角色中，这些角色对我们的参与者没有固有的含义，绕开了角色与狗的概念之间的有意识联系。尽管缺乏对神经反馈目标的认识，但参与者还是成功地学会了激活双边锻造形式的目标感知表示。在视觉搜索任务中评估了我们培训的行为意义。ecnef和对照参与者搜索了由Decnef培训期间使用的Hiragana预先塑造的狗或剪刀目标或对照Hiragana。Decnef Hiragana并未对其相关目标进行搜索，但令人惊讶的是，参与者在寻找目标感知类别时受到了损害。因此，有意识的意识可能起作用，以支持高阶关联学习。这项工作还提供了关于神经代表性漂移的ectnef效应的说明。同时，在现有神经表示中的重新学习，修改或可塑性的较低级别形式可能会在不知不觉中发生，并且在原始培训环境之外会产生行为后果。
感觉与知觉 830:301:02 2024 年春季 - 心理学
我们周围的世界是一个自动过程，每当我们使用眼睛、耳朵、鼻子和其他感觉器官时，这个过程就会“自由”地发生。但感觉和知觉是一个主动的过程，它依赖于大脑、脊髓和周围神经系统中极其敏感的受体和强大的计算机器。我们的感知能力经过数百万年的进化才形成现在的形式。本课程的核心重点是研究这些感官系统是如何工作的以及为什么会这样。我们将使用来自各种学科（哲学、物理学、计算机科学、神经科学、心理学）的见解和方法，对主要感官（视觉、听觉、触觉、嗅觉、味觉）进行详细研究。我们将从研究感知信息的物理基础（例如光、声波）开始，然后研究这些信息在大脑中转化为感知的生物和心理过程。
JPEG AI 范围和框架白皮书
基于学习的图像编码解决方案已经证明，它们可以实现比现有传统解决方案更好的压缩效率，即通过利用先进的机器学习工具，例如深度神经网络 [1]。具体而言，与 JPEG、JPEG 2000 和 HEVC Intra 相比，事实证明，对于某些目标比特率，基于学习的编码解决方案可以提供更好的感知质量，无论是在适当的感知客观质量指标还是主观评估分数方面 [2]。除了高压缩效率之外，基于学习的图像编码解决方案还可以毫不费力地适应图像处理和计算机视觉任务，而无需完全解码，即无需执行图像重建。这与经典图像编解码器形成对比，后者在图像处理和计算机视觉管道中使用时，需要对压缩比特流执行完全解码以获得基于像素的表示。
单核细胞中的细胞因子分析和转录组学定义了Meniere病中的免疫变异
尽管对原始注意力的发展发展进行了大量研究，但结果混合的结果和任务之间的差异已经得到了关于注意力能力的相对早期或晚期成熟的明确结论。此外，尽管青少年不断面临在学校关注的需要，但尚不清楚实验室注意力措施是否可以预测他们在课程中维持注意力集中的能力。因此，在这里，我们设计了一项敏感的任务，可以衡量持续和选择性的关注，并测试任务指标是否可以预测青少年在课程中的注意力不集中的水平。总共有166个原理（12-17岁）和50名成年人执行了持续的选择性注意任务，在不同水平的感知载荷下忽略了显着但完全无关的干扰物面孔，却忽略了字母目标，这是成人既定的确定性。使用新颖的自我报告教室分发式清单来测量刚刚上一个教室中的不集中水平。确定持续关注（通过响应变异性衡量）在整个青春期跨感知负载水平继续发展的结果。相比之下，感知负载对选择性注意力的影响较早出现。与晚期相比，在青春期初期，干扰物干扰的负载调制更大。干扰物干扰和响应变异性都是课堂上分散性的独特预测指标，包括控制对课程和认知能力的兴趣。总的来说，结果表明，青春期持续和选择性关注的发展差异和