XiaoMi-AI文件搜索系统
World File Search System工作记忆
控制工作记忆容量和处理速度时抑制过程的与年龄相关的变化：验证性因素分析
本研究的主要目的是在控制工作记忆容量 (WMC) 和加工速度的情况下，检查 450 名 7–8 岁、11–12 岁和 14–16 岁儿童的抑制控制与年龄相关的变化，以确定抑制是否是一个独立因素，而远远超出了其对其他两个因素的可能依赖性。这项检查很重要，原因有几个。首先，关于抑制控制与年龄相关的变化的实证证据是有争议的。其次，还没有研究通过控制这些年龄段中加工速度和 WMC 的影响来探索抑制功能的组织。第三，抑制的构造在最近的研究中受到了质疑。多组验证性分析表明，抑制可以组织为一个一维因素，其中加工速度和 WMC 调节某些抑制任务的变异性。抑制过程对处理速度和 WMC 的部分依赖表明，即使在控制 WMC 和处理速度并解决一些方法问题时，抑制因素也能部分解释抑制任务的差异。
使用自由能量优化的互补工作记忆来学习序列中的特征和结构
摘要 — 我们提出了一个整体框架，用于对皮质基底系统 (CX-BG) 和额叶纹状体系统 (PFC-BG) 进行建模，以生成和回忆音频记忆序列；即声音感知和语音产生。我们真正的模型基于称为 INFERNO 的神经结构，代表循环神经网络的迭代自由能优化。自由能 (FE) 对应于内部或外部噪声的预测误差。FE 最小化用于在 PFC 中探索、选择和学习在 BG 网络中执行的最佳操作选择（例如声音产生），以便尽可能准确地重现和控制代表 CX 中声音的脉冲序列。两种工作记忆之间的差异依赖于神经编码本身，它基于 CX-BG 网络中的时间排序（脉冲时间依赖可塑性）和 PFC-BG 网络中序列的排序（门控或增益调制）。我们在这篇短文中详细介绍了负责以几毫秒的顺序对音频基元进行编码的 CX-BG 系统，以及负责学习序列中时间结构的 PFC-BG 系统。使用小型和大型音频数据库进行的两个实验展示了神经架构在检索音频基元以及基于结构检测的长距离序列方面的探索、泛化和抗噪能力。虽然两种学习机制都是用相同的顺序编码算法实现的，但 CX-BG 系统实现了无模型循环神经网络 (INFERNO)，而 PFC-BG 系统实现了门控循环神经网络 (INFERNO GATE)。
Müller等。 - Aurora -A通过CDK12 1 阻止TRC JAX动物行为系统（JABS） 混合猪中等位基因特异性调节变化的多摩尼克表征1 质膜修复需要Septin细胞骨架 RNA-Seq基因融合检测工具的荟萃分析 量表，新颖壁ches的高分辨率微生物分析 壳聚糖金纳米颗粒基于敏感的视觉检测组氨酸标记的重组蛋白 强化学习和工作记忆系统的双重过程障碍是生理焦虑中学习缺陷的基础 合成PPR蛋白的翻译激活阐明了拟南芥叶绿体中PSBA翻译的控制 在某些选定的白色念珠菌基因中对镜面重复序列的内部评估 生成人工智能执行基本的结构生物学建模 研究了模拟的两组分凝胶系统的组织再生 动物和机器人建模和模拟框架
预印本（未通过同行评审认证）是作者/资助者。保留所有权利。未经许可就不允许重复使用。该版本的版权持有人于2025年1月19日发布。 https://doi.org/10.1101/2025.01.15.633177 doi：biorxiv preprint
隔膜对于维持工作记忆信息至关重要
工作记忆 (WM) 是一种重要的认知功能，可让大脑暂时保存和处理信息。人们认为，信息并非驻留在单个存储器中，而是保存在跨皮质和皮质下区域的分布式网络中。在这里，我们记录了参与各种延迟不匹配样本 WM 任务的小鼠的屏状核（一个与所有皮质区域相互连接的核）的谷氨酸投射神经元。屏状核神经元表现出线索选择性和延迟特异性活动，在刺激呈现后持续数十秒。群体活动允许在刺激后解码线索身份，尽管这种信号逐渐减弱，反映出行为。化学和光遗传学抑制屏状核神经元严重损害了 WM 在任务中的表现，强调了屏状核在线索编码、延迟维护和目标比较中的作用。这些发现挑战了没有一个单一的大脑区域对于 WM 存储不可或缺的观点，并强调了隔膜是 WM 印迹的关键枢纽。
FAST 功能连接表明 P300 连接与阿尔茨海默病的工作记忆缺陷有关
测量瞬时功能连接是脑电图 (EEG) 研究中的一个重要挑战。在这里，高时间分辨率所提供的关于大脑活动的深刻、有辨别力的信息的丰富潜力，被介质的固有噪声和在短时间窗口内计算出的相关性的虚假性质所掩盖。我们提出了一种克服这些问题的方法，称为滤波平均短期 (FAST) 功能连接。首先，对于给定的一对视觉短期记忆 (VSTM) 任务，对整个研究队列的长期、稳定的功能连接进行平均。得到的平均连接矩阵包含有关任务最强一般连接的信息，用作过滤器来分析各个受试者的瞬时高时间分辨率功能连接。在模拟中，我们表明，这种方法可以准确区分两种条件下嘈杂事件相关电位 (ERP) 的差异，而标准连接和其他类似方法则无法做到这一点。然后，我们将其应用于分析与家族性和散发性阿尔茨海默病 (AD) 相关轻度认知障碍 (MCI) 的两组人群中视觉短期记忆绑定缺陷相关的活动。在 P300 ERP 范围内，绑定任务中发现了可重复的显著差异，而在形状任务中没有显著差异。这允许对瞬时功能连接进行新的敏感测量，可以实施以获得具有临床意义的结果。
使用多帧脑电图图像对工作记忆负荷进行跨学科领域自适应分类
工作记忆 (WM) 表示暂时存储在大脑中的信息，是人类认知领域的基础研究课题。脑电图 (EEG) 可以监测大脑的电活动，已广泛应用于测量 WM 水平。然而，一个关键挑战是个体差异可能会导致无效的结果，特别是当建立的模型遇到不熟悉的受试者时。在本文中，我们提出了一种具有空间注意的跨受试者深度适应模型 (CS-DASA)，以推广跨受试者的工作量分类。首先，我们将 EEG 时间序列转换为包含空间、光谱和时间信息的多帧 EEG 图像。首先，CS-DASA 中的受试者共享模块从源受试者和目标受试者接收多帧 EEG 图像数据并学习共同的特征表示。然后，在特定主题模块中，实施最大平均差异来测量再生核希尔伯特空间中的域分布差异，这可以为域自适应添加有效的惩罚损失。此外，采用主题到主题的空间注意机制来关注目标图像数据中的判别性空间特征。在包含 13 个主题的公共 WM EEG 数据集上进行的实验表明，所提出的模型能够实现比现有最先进方法更好的性能。
使用脑电图 (EEG) 和 VGGNet 对儿童工作记忆表现进行分类
摘要 - 本研究调查了儿童脑电图与不同工作记忆表现水平之间的关系。共有 230 名受试者自愿参加这项研究。首先，学生需要回答心理测试以评估他们的工作记忆表现。根据获得的分数，将学生分为高、中、低工作记忆表现组。从前额叶皮层记录静息脑电图并进行预处理以消除噪音。然后生成合成脑电图以平衡并将每个对照组的样本数量增加到 200 个。接下来，应用短时傅立叶变换将信号转换为频谱图。特征图像用于训练 VGGNet 模型。深度学习模型已成功开发，训练准确率为 100%，验证准确率为 85.8%。这些表明使用 EEG 和 VGGNet 模型交替评估工作记忆表现的潜力。
研究合成型干预对健康年轻女性的工作记忆表现的影响
摘要肠道轴（GBA）介导了胃肠道系统与大脑之间的交流，从而影响了认知功能和情感幸福感，而肠道微生物群则起着至关重要的作用。虽然合成生物和益生菌已经显示出增强认知功能的潜力，但结果仍然不一致。本研究检查了补充合成剂对听觉性能指标的影响 - 阈值，灵敏度，准确性和反应时间 - 使用对照组的重复测量设计。30岁的女性（18-32岁）完成了正面和负面影响时间表（PANAS）和听觉工作记忆任务。尽管在听觉阈值，灵敏度或准确性中未发现显着差异，但合成型组表现出明显快的反应时间（P <0.00001），表明认知处理速度提高。这些发现强调了对合成生物影响认知健康的机制进行进一步研究的必要性。
针对靶向后顶皮层与前额叶皮层的同时认知性能的经颅直流刺激对精神分裂症的工作记忆：一项随机临床试验
©2024作者。开放访问。本文是根据Creative Commons归因4.0国际许可证的许可，该许可允许以任何媒介或格式的使用，共享，适应，分发和复制，只要您适当地归功于原始作者和来源，就可以提供与Creative Commons许可证的链接，并指出是否进行了更改。本文中的图像或其他第三方材料包含在文章的创意共享许可中，除非在信用额度中另有说明。如果本文的创意共享许可中未包含材料，并且您的预期用途不受法定法规的允许或超过允许的用途，则您需要直接从版权所有者那里获得许可。要查看此许可证的副本，请访问http：// creativecommons.org/licenses/4.0/。
睡眠质量对视觉工作记忆的影响随维护的持续时间而变化
Hitch，1974），这对于个人学习和发展至关重要（Dubuc等，2020； Verschooren等，2021）。先前的研究发现，个人的睡眠状态可以预测涉及视觉工作记忆作为核心认知功能的任务的表现（MacDonald等，2018； Xie等，2019； Almarzouki等，2022）。例如，MacDonald等。（2018）使用召回范例研究了小睡对视觉工作记忆的影响。实验结果表明，小睡可显着提高个人视觉工作记忆的数量和精度。Xie等。 （2019）还采用了视觉工作记忆回忆范式来研究个人日常睡眠质量对视觉工作记忆表示的影响。 他们利用匹兹堡睡眠质量指数（PSQI）评估每个参与者的每日睡眠质量，并管理患者健康问卷9（PHQ-9）来控制情绪变量对视觉工作记忆的影响。 他们的研究发现表明，即使控制了情绪变量的影响，睡眠质量也继续预测视觉工作记忆的数量。Xie等。（2019）还采用了视觉工作记忆回忆范式来研究个人日常睡眠质量对视觉工作记忆表示的影响。他们利用匹兹堡睡眠质量指数（PSQI）评估每个参与者的每日睡眠质量，并管理患者健康问卷9（PHQ-9）来控制情绪变量对视觉工作记忆的影响。他们的研究发现表明，即使控制了情绪变量的影响，睡眠质量也继续预测视觉工作记忆的数量。