通过对美国消费者的大规模调查,我们研究了《关怀法案》向个人提供的大额一次性转移支付如何影响他们的消费、储蓄和劳动力供应决策。大多数受访者表示,他们主要用转移支付来储蓄或偿还债务,只有约 15% 的人表示,他们主要把这笔钱花掉了。在提供他们如何使用支票的详细分类时,个人报告称,他们平均只花费或计划花费总转移支付的 40% 左右。对于那些面临流动性限制、脱离劳动力队伍、生活在较大家庭、受教育程度较低和获得较少金额的人来说,一次性转移支付的支出率相对较低。我们发现这些转移支付对劳动力供应决策没有任何有意义的影响,但有 20% 的失业者表示,刺激计划支付使他们更难找工作。
从神经活动中解码听觉刺激可以实现神经假体和与大脑的直接通信。最近的一些研究表明,使用深度学习模型可以成功解码颅内记录中的语音。然而,训练数据的稀缺导致语音重建质量低下,从而阻碍了完整的脑机接口 (BCI) 应用。在这项工作中,我们提出了一种迁移学习方法,使用预先训练的 GAN 来解开表示层和生成层以进行解码。我们首先使用大量自然语音数据预训练一个生成器,以从表示空间生成频谱图。使用包含刺激语音和相应 ECoG 信号的少量配对数据,我们然后将其传输到更大的网络中,并在之前附加一个编码器,将神经信号映射到表示空间。为了进一步提高网络泛化能力,我们在传输阶段在潜在表示上引入了一个高斯先验分布正则化器。通过对每个测试对象最多 150 个训练样本,我们实现了最先进的解码性能。通过可视化嵌入在编码器中的注意力掩码,我们观察到的大脑动态与之前研究颞上回 (STG)、中央前回 (运动) 和额下回 (IFG) 动态的研究结果一致。我们的研究结果表明,使用深度学习网络的重建精度很高,并且有可能阐明认知任务期间不同大脑区域之间的相互作用。
本文中表达的任何观点都是作者的意见,而不是Iza的意见。本系列发表的研究可能包括对政策的看法,但IZA没有任何机构政策立场。IZA研究网络致力于研究完整性的IZA指导原则。IZA劳动经济学研究所是一家独立的经济研究所,在劳动经济学领域进行研究,并就劳动力市场问题提供基于证据的政策建议。在德意志邮政基金会的支持下,伊扎(Iza)拥有世界上最大的经济学家网络,其研究旨在为我们这个时代的全球劳动力市场挑战提供答案。我们的主要目标是在学术研究,决策者和社会之间建造桥梁。IZA讨论论文通常代表初步工作,并被散发以鼓励讨论。引用这种论文应解释其临时特征。可以直接从作者那里获得修订版。
总体上:大多数基础设施子行业的年度投资金额来自美国土木工程师学会(ASCE)的2017年基础设施报告卡。已分配给每个投资领域的金额是基于ASCE对将美国整体基础设施达到“ B”水平所需的新投资水平的评估,即根据ASCE达到“良好”质量标准。从最近的2017年评估开始,ASCE将美国整体基础设施定为“ D+”级别 - 即在“差”质量的高端。我们使用ASCE对这些公共场所投资领域的估算:地面运输,机场,内陆水道/海洋港口,水坝,危险和固体废物,堤防,公园和娱乐场所以及学校。
图 1:对特定特征维度的注意力如何塑造神经特征维度图?A. 优先级图理论假设各种“特征维度图”用于根据其首选特征维度内的计算来索引视野中最重要的位置,并且这些图中的激活应根据观察者的目标进行缩放。如果正在进行的任务需要检测或辨别运动(例如,识别飞镖蜂鸟的运动方向),则相应“运动图”内的激活将增加与蜂鸟位置相关的重要性。运动图可以通过两种方式优先考虑超出空间注意力预期的局部效应的信息(例如,Sprague 等人,2018 年)。可以发生局部增强,这样只有具有关注特征的刺激的位置才会被优先考虑。或者,可以发生全局增强,这样整个地图上的激活被附加缩放,从而增加对任何位置关注特征维度的敏感度。这种类型的调制仍会驱动更强的目标表征,但当运动是目标相关特征维度时,还会在没有刺激的位置导致更强的反应。这里描绘了运动维度图,但调制同样适用于其他特征维度,例如颜色。B. 评估特征(运动)图中刺激位置和相反位置的激活可以区分局部和全局增强解释。两种模型都预测,当首选特征维度相关(例如运动;左)时,刺激将在刺激位置具有最大的激活。如果增强是局部的,那么相反位置的激活不应该在各种条件下改变(中间)。但是,如果存在全局增强,那么当运动与任务相关时,相反位置的激活应该增加。通过计算刺激和相反位置之间的激活差异,可以评估基于特征的调制的空间特异性(右)。如果运动图中注意运动条件的激活差异(刺激相反)较大,则增强是局部的。然而,如果关注颜色和运动条件之间的激活差异相似,则增强在特征维度图上是全局的。
在各种环境下,人类受试者的神经、生理和行为信号都会同步。人们提出了多种假设来解释这种人际同步,但尚不清楚这种同步是在何种条件下出现的,针对何种信号,或者是否存在共同的潜在机制。我们假设,对共享刺激的认知处理是受试者之间同步的来源,这里将其测量为受试者间相关性 (ISC)。为了验证这一点,我们向注意力集中和分心的参与者展示了信息丰富的视频,随后测量了信息回忆。观察了脑电图、凝视位置、瞳孔大小和心率的 ISC,但没有观察呼吸和头部运动。相关性强度在不同信号中共同调节,随着注意力状态而变化,并预测随后对视频中呈现的信息的回忆。大脑、心脏和眼睛之间存在强大的受试者内耦合,但呼吸或头部运动则不存在。结果表明,ISC 是有效认知处理的结果,因此只出现在那些表现出强大大脑-身体连接的信号中。虽然生理和行为波动可能是由刺激的多种特征驱动的,但与其他个体的相关性是由对刺激的注意力参与水平共同调节的。
总体:大多数基础设施子行业的年度投资额来自美国土木工程师学会 (ASCE) 的 2017 年基础设施报告卡。1 分配给每个投资领域的金额基于 ASCE 对将美国整体基础设施提升到“B”级(即达到 ASCE 所称的“良好”质量标准)所需新投资水平的评估。截至最近的 2017 年评估,ASCE 将美国整体基础设施评为“D+”级,即处于“差”质量的高端。我们使用 ASCE 对以下公共基础设施投资领域的估计:地面交通、机场、内陆水道/海港、水坝、危险和固体废物、堤坝、公共公园和娱乐场所以及学校。
研究文章|行为/认知在稳定固定和主动视觉期间的刺激特征的表示https://doi.org/10.1523/jneurosci.1652-24.2024收到:2024年9月1日修订:2024年11月7日接受:2024年11月25日接受:2024年11月25日,2024年2月25日Moran Moran Et an。这是根据Creative Commons Attribution 4.0国际许可条款分发的开放访问文章,只要将原始工作正确归因于任何媒介,它允许在任何媒介中进行无限制的使用,分发和复制。
摘要:快速序列视觉呈现 (RSVP) 是目前最适合用于基于事件相关电位 (ERP-BCI) 的视觉脑机接口 (ERP-BCI) 的范例之一,适用于眼球运动障碍患者。然而,凝视非依赖性范例的研究不如凝视依赖性范例那么深入,而且在 RSVP 下尚未探索诸如呈现的刺激大小等变量。因此,本研究的目的是评估刺激大小是否会影响 RSVP 范例下的 ERP-BCI 性能。12 名参与者使用三种不同的刺激大小测试了 RSVP 下的 ERP-BCI:小 (0.1 × 0.1 厘米)、中 (1.9 × 1.8 厘米) 和大 (20.05 × 19.9 厘米),距离为 60 厘米。结果显示,不同条件下的准确度存在显著差异;刺激越大,准确度越高。研究还表明,这些差异不是由于对刺激的错误感知造成的,因为在感知辨别任务中,刺激大小没有影响。因此,本研究显示,刺激大小会影响 RSVP 下 ERP-BCI 的性能。未来针对需要注视独立系统的用户的 ERP-BCI 提案应考虑这一发现。
摘要:快速序列视觉呈现 (RSVP) 是目前最适合用于基于事件相关电位 (ERP-BCI) 的视觉脑机接口 (ERP-BCI) 的范例之一,适用于眼球运动障碍患者。然而,凝视非依赖性范例的研究不如凝视依赖性范例那么深入,而且在 RSVP 下尚未探索诸如呈现的刺激大小等变量。因此,本研究的目的是评估刺激大小是否会影响 RSVP 范例下的 ERP-BCI 性能。12 名参与者使用三种不同的刺激大小测试了 RSVP 下的 ERP-BCI:小 (0.1 × 0.1 厘米)、中 (1.9 × 1.8 厘米) 和大 (20.05 × 19.9 厘米),距离为 60 厘米。结果显示,不同条件下的准确度存在显著差异;刺激越大,准确度越高。研究还表明,这些差异不是由于对刺激的错误感知造成的,因为在感知辨别任务中,刺激大小没有影响。因此,本研究显示,刺激大小会影响 RSVP 下 ERP-BCI 的性能。未来针对需要注视独立系统的用户的 ERP-BCI 提案应考虑这一发现。