XiaoMi-AI文件搜索系统
World File Search System个体差异
在电影观看期间从童年到成年初观看时代和固定大脑连接性的个体差异：年龄，性别和行为协会
贡献：Kevan P. Clifford：概念化，方法论，可视化，正式分析（包括行为和MRI数据分析）；写作草稿；艾米·迈尔斯（Amy Miles）：概念化，方法论，正式分析（包括行为和MRI数据分析），写作评论和编辑； Thomas D. Prevot：调查（行为测试），写作评论和编辑； Keith A. Misquitta：调查（行为测试）；雅各布·埃勒古德（Jacob Ellegood）：调查（MRI获取）。Jason P. Lerch：调查（MRI获取）。Etienne Sibille：概念化，写作评论和编辑。Yuliya S. Nikolova：监督，资金获取，概念化，方法论写作评论和编辑Mounira Banasr：资金获取，概念化，方法论，写作评论和编辑。
在对社会线索进行辨别性恐惧条件反射过程中，整个大脑与皮肤电导反应的个体差异相关
摘要 了解在辨别性恐惧条件反射过程中皮肤电导反应 (SCR) 个体差异的神经基础，可能有助于我们理解恐惧相关精神病理学中的自主神经调节。先前的兴趣区 (ROI) 分析表明杏仁核参与调节条件性 SCR，但缺乏全脑分析。本研究使用来自双胞胎 (N = 285 名个体) 的大型功能性磁共振成像研究的数据，检验了在辨别性恐惧条件反射过程中 SCR 对社会刺激的个体差异与整个大脑的神经活动之间的相关性。结果表明，条件性 SCR 与背侧前扣带皮层/前中扣带皮层、前岛叶、双侧颞顶交界处、右额岛叶、双侧背侧运动前皮层、右上顶叶和中脑的活动相关。ROI 分析还显示杏仁核活动与条件性 SCR 之间存在正相关性，这与之前的报告一致。我们认为观察到的 SCR 的全脑关联属于与显着性检测和自主神经内感受处理相关的大规模中扣带回-岛叶网络。该网络内活动的改变可能是条件性 SCR 和精神病理学自主神经方面个体差异的基础。
我认为我应该接种疫苗，我觉得我不应该接种疫苗。信息处理和疫苗接种行为的个体差异（COVID-19）
摘要：在先前的研究中，已用于脑电（EEG）信号处理的特征提取。但是，时间窗长度对下游任务（例如情绪识别）的特征提取的影响尚未得到很好的检查。为此，我们研究了不同时间窗口（TW）长度对人类情绪识别的影响，以发现提取脑电图（EEG）情绪信号的最佳TW长度。功率谱密度（PSD）特征和差分熵（DE）特征均用于根据SJTU EMOMIT EEG数据集（SEED）评估不同TW长度的有效性。随后使用EEG功能处理方法处理不同的TW长度，即实验级批归归量表（ELBN）。处理的特征用于在六个分类器中执行情感识别任务，然后将结果与没有ELBN的结果进行比较。识别精度表明2-S TW长度在情感上具有最佳性能，并且最适合于EEG功能提取用于情绪识别。在使用基于PSD和DE功能的SVM时，ELBN在2-S TW中的部署可以进一步提高21.63％和5.04％。这些结果在分析智能系统应用的EEG信号时为选择TW长度的选择提供了可靠的参考。
青少年晚期动机加工背后的神经异质性与行为感觉寻求的个体差异有关
资金信息 Eunice Kennedy Shriver 国家儿童健康与人类发展研究所，拨款/奖励编号：R01HD075806；NICHD 发展心理学培训拨款，拨款/奖励编号：5T32HD007109-34；NIAAA，拨款/奖励编号：T32 AA007477；NIDA，拨款/奖励编号：K23 DA051561；雅各布基金会
我们的想法基本一致：瑞典和日本对人工智能的态度存在个体差异
摘要 与瑞典等其他西方国家相比，日本对人工智能 (AI) 和社交机器人的态度通常有所不同。人们提出了几种不同原因来解释为什么人们的态度存在普遍差异。本研究调查了基于先前文献的五种假设。我们并没有试图确定群体之间的普遍差异，而是从各自的人群中抽取受试者，并在群体内调查了假设的混杂因素与个体态度之间的相关性。这项探索性研究中的假设涉及：(H1) 对无生命物体和现象的万物有灵论信仰，(H2) 担心由于人工智能部署而导致失业，(H3) 大众文化中对人工智能的正面或负面描述，(H4) 对人工智能的熟悉程度，以及 (H5) 与人工智能的关系亲密度和隐私性。未观察到态度与万物有灵论信仰 (H1) 或流行文化中对人工智能的描述 (H3) 之间有明确的相关性。至于其他属性，如对失业的担忧 (H2)、对人工智能的熟悉程度 (H4) 以及关系亲密度和隐私 (H5)，两组个体的相关性相似，符合假设。因此，这项探索性研究的总体情况是，两个群体中的个体相似之处多于不同之处。
人类中央前手旋钮的髓鞘含量反映了生理和行为层面的手动运动控制个体差异
初级运动皮层手部区域 (M1 HAND) 和相邻的背侧运动前皮层 (PMd) 形成中央前回中的所谓运动手旋钮。M1 HAND 和 PMd 对于灵巧的手部使用至关重要，它们通过皮质皮层轴突紧密相连，缺乏清晰的分界线。在 24 名年轻的右利手志愿者中，我们进行了多模态映射，以描绘右侧运动手旋钮的结构和功能之间的关系。3 特斯拉的定量结构磁共振成像 (MRI) 产生了区域 R1 图，可作为皮质髓鞘含量的代理。参与者还接受了功能性磁共振成像 (fMRI)。我们绘制了与任务相关的激活和时间精度，同时他们执行一项视觉运动同步任务，该任务需要用左手食指或小指进行视觉提示的外展运动。我们还对运动手柄进行了脑沟对准经颅磁刺激，以确定在两个内在手部肌肉中诱发运动诱发电位 (MEP) 的最佳位置 (热点)。各个运动热点位置沿喙尾轴有所不同。中央前区冠部中的运动热点位置越靠喙，皮质运动 MEP 延迟越长。“热点喙部性”与中央前区冠部的区域髓鞘含量有关。皮质髓鞘含量还与视觉运动同步任务期间的中央前区冠部任务相关激活和时间精确度呈正相关。总之，我们的结果表明皮质髓鞘形成、皮质空间表征和手指运动的时间精确度之间存在联系。我们假设皮质轴突的髓鞘形成促进了 PMd 和 M1 HAND 中的神经元整合，从而促进了运动的精确时间。
对语音人工智能的语言态度的个体差异
人类越来越多地与语音激活的人工智能 (voice-AI) 系统互动，这些系统有名字（例如 Alexa）、明显的性别，甚至有情绪表达；它们在许多方面都是一种日益增长的“社交”存在。但是，人们在多大程度上表现出从人与人之间的互动中发展而来的社会语言学态度，来对待这些无形的文本转语音 (TTS) 声音？它们会如何根据个人用户的认知特征而变化？当前的研究解决了这些问题，测试了以英语为母语的人对自然产生的女性人声和美国英语默认的 Amazon Alexa 语音的 6 个特征（聪明、可爱、有吸引力、专业、像人、年龄）的判断。在接触到这些声音后，参与者完成了对每个说话者的评分，以及自闭症商数 (AQ) 调查，以评估认知处理风格的个体差异。结果显示，基于 AQ 分数，个人对人类和人工智能说话者的可爱度和像人性的评分存在差异。结果表明，人类会将对人类声音的社会评价转移到语音人工智能上，但这样做的方式是由他们自己的认知特征决定的。索引词：语言态度、语音激活人工智能 (语音人工智能) 系统、社会语言能力