可压缩的

高级认知受到信息丰富但可压缩的大脑活动模式的支持

大脑活动模式高度灵活，通常是复杂的，但也高度结构化。6在这里，我们研究了大脑活动模式的基本特性与正在进行的7个认知过程之间。为此，我们将降低算法和模式8分类器应用于功能性神经成像数据，因为参与者听了一个故事的故事，该故事是故事的故事的9个故事，或进行了静止状态扫描会议。这10个实验条件旨在需要处理的深度，并激发11个不同水平的认知参与度。我们考虑了数据的两个主要方面。首先，我们将参与者的最大可实现的解码精度视为记录模式的“信息性”的指标。第二，我们处理了达到阈值解码精度所需的特征14（组件）的数量，以作为神经模式的“压缩 - 15同一性”的代理（其中较少的组件表示更大的压缩）。总的来说，16我们发现，在完整的（未散布）故事聆听条件下，峰值解码准确性（可实现而无需限制fea-17 tures的数量）是最高的。但是，在完整的19个故事聆听条件下，实现可比较分类精度所需的功能的数字也最低。23在一起，我们的工作表明，根据持续的任务需求，我们的大脑网络灵活地重新配置了，并且与与低阶任务相关的活动模式相比，与21种高阶认知和高参与度相关的活动模式都更具信息性和可压缩性22。