XiaoMi-AI文件搜索系统
World File Search System工作记忆
成人工作记忆的结合过程与血管风险概况之间的关联
1心理学实验室，实验和认知心理学部分，心理学学院，塞萨洛尼基亚里士多德大学哲学学院，希腊塞萨洛尼基大学54124； demorait@psy.auth.gr（D.M.）; emasoura@psy.auth.gr（E.M.）2神经退行性疾病实验室，跨学科研究与创新中心（CIRI-AUTH），塞萨洛尼基亚里士多德大学巴尔干中心，建筑物A＆b，10公里，塞萨洛尼基 - Thesloniki-thermi Rd，P.O。Box 8318，57001 Thessaloniki，希腊； tsolakim1@gmail.com或gpapanto@uoi.gr 3 IT塞萨洛尼基亚里士多德大学心理学学院，希腊塞萨洛尼基54124； georgekolios@psy.auth.gr 4心理学实验室，幼儿教育系，教育学院，伊奥尼纳大学，希腊45110 IOANNINA； m.sofologi@uoi.gr 5人文与社会科学研究所，IOANNINA大学研究中心（U.R.C.I. ），45100 IOANNINA，希腊6生物医学系，亚历山大校园，国际希腊大学，P.O。 Box 141，Sindos，57400 Thessaloniki，希腊； vpapaliagkas@mls.teithe.gr 7卫生与流行病学系，艾奥尼纳大学医学院，希腊Ioannina 45110； gntritsos@uoi.gr 8信息学和电信系信息学和电信学院，IOANNINA大学，47150 ARTA，希腊 *通信：irenempika@gmail.com；电话。 ： +30-69-4546-2016Box 8318，57001 Thessaloniki，希腊； tsolakim1@gmail.com或gpapanto@uoi.gr 3 IT塞萨洛尼基亚里士多德大学心理学学院，希腊塞萨洛尼基54124； georgekolios@psy.auth.gr 4心理学实验室，幼儿教育系，教育学院，伊奥尼纳大学，希腊45110 IOANNINA； m.sofologi@uoi.gr 5人文与社会科学研究所，IOANNINA大学研究中心（U.R.C.I.），45100 IOANNINA，希腊6生物医学系，亚历山大校园，国际希腊大学，P.O。Box 141，Sindos，57400 Thessaloniki，希腊； vpapaliagkas@mls.teithe.gr 7卫生与流行病学系，艾奥尼纳大学医学院，希腊Ioannina 45110； gntritsos@uoi.gr 8信息学和电信系信息学和电信学院，IOANNINA大学，47150 ARTA，希腊 *通信：irenempika@gmail.com；电话。 ： +30-69-4546-2016Box 141，Sindos，57400 Thessaloniki，希腊； vpapaliagkas@mls.teithe.gr 7卫生与流行病学系，艾奥尼纳大学医学院，希腊Ioannina 45110； gntritsos@uoi.gr 8信息学和电信系信息学和电信学院，IOANNINA大学，47150 ARTA，希腊 *通信：irenempika@gmail.com；电话。： +30-69-4546-2016
工作记忆，注意力及其关系
摘要通常同意，工作记忆和注意力构成了两种密切相关的重要认知技能。事实证明，他们的关系已交织在一起，并引起了强烈的研究兴趣。值得注意的是，由于认知神经科学和神经影像学研究的增长，已经有许多富有成果的步骤来进一步解释工作记忆与注意力之间的联系。在本文中，已经尝试探索工作记忆和关注的概念，并描述了几种理论选择以概念化其关系。此外，在本文中，提出了许多神经科学方面的工作，注意，关注及其关系，以告知读者这些概念，并激励他们加深他们对工作记忆和关注的理解。同时，本文强调了工作记忆，注意力及其关系对个人适当的认知功能的重要性，并且通常是他们在日常生活中的功能和态度。关键字：工作记忆；注意力;认知技能。恢复Amplamente aceito que amemóriade trabalho e aatençãoConstituemduas habilidades认知意义重大。o veracionamento deles tem se mostradoentrelaçadoe atraiu Intenso Interesse de pesquisa。feigante notar que，Devido ao crescimento daneurociênciacognitiva e dos estudos de neuroimagem，tem havido muitos passos passosfrutíferosno sendido de drigens dricent dricentar n dricentar n dricentar n dricentar n dricentar helhor selhor selhor essaligaçãomemmemomommemórimomomóriade trabalho e eateeneenjo。在本文中，我们试图探索工作记忆和关注的概念，并概述了几种理论选择以概念化其关系。此外，在本文中，提出了许多神经科学方面的工作，注意力，关注及其关系是为了告知读者这些概念，并激励他们加深他们对工作记忆和关注的理解。同时，本文强调了工作记忆，关注及其与个人的适当认知功能的重要性，通常是它们在日常生活中的功能和态度。关键字：工作记忆；注意力;认知技能。总结一般，人们认为，工作的记忆Y la Atencion构成了明显相关的重要认知技能。如果有一个节目表明它被隔离并吸引到调查中的紧密相交。这是值得的，如果有一个给定的富有成果的人可以继续解释La Memoria de Labor y la La La La La La La La La La La La La La La La La La的关注，则会给出纪念性的认知Y LO LOS Neuroimagen学者。本文，如果它是为了探讨工作的记忆的概念，请提供几种理论选择，以概念化su surelación。在本文中，如果您介绍了工作记忆的神经科学方面，则laAtânción和su su selacion将向Los pectors告知Los Concept和Motionarlos，以深度深度，以深入supprensióndelas的记忆。Plabras Clave：工作记忆；敬意；认知技能。同时，本文强调了工作记忆，关注及其关系对个人以及通常在日常生活中的功能和态度的正确认知功能的重要性。 div>
双耳节拍对工作记忆的影响
Kebira Khattak，西蒙·弗雷泽大学（Simon Fraser University）本文最初是为乔治·奥尔德（George Alder）心理学博士201W心理学研究方法的介绍。 作业要求学生上传他们的最终研究项目报告，并使用适当的统计数据分析其各自的TA提供的数据。 本文使用APA7引用样式。 摘要双耳节拍对工作记忆的影响是科学文献中越来越多的领域。 先前的研究报告混合了结果（Garcia-Argibay等，2019a； Jirakittayakorn＆Wongsawat，2017; Shekar等，2018）。 在这项研究中，参与者（n = 60）被随机分配以聆听伽马频率或白噪声。 他们记住了英语单词列表，然后执行了分散任务以控制串行位置效果。 之后，他们完成了一个免费单词召回测试，以作为工作记忆的量度。 结果表明，在召回测试中，伽马频率状况的人的表现明显好于白噪声条件下的t（57）= 5.45，p <.01。 这些发现可能引起了学生的兴趣，他们可能希望在学习考试时听伽马节拍。 这些发现与先前研究的结果一致（Garcia-Argibay等，2019a； Jirakittayakorn＆Wongsawat，2017）。 该报告包括当前研究的局限性。Kebira Khattak，西蒙·弗雷泽大学（Simon Fraser University）本文最初是为乔治·奥尔德（George Alder）心理学博士201W心理学研究方法的介绍。作业要求学生上传他们的最终研究项目报告，并使用适当的统计数据分析其各自的TA提供的数据。本文使用APA7引用样式。摘要双耳节拍对工作记忆的影响是科学文献中越来越多的领域。先前的研究报告混合了结果（Garcia-Argibay等，2019a； Jirakittayakorn＆Wongsawat，2017; Shekar等，2018）。在这项研究中，参与者（n = 60）被随机分配以聆听伽马频率或白噪声。他们记住了英语单词列表，然后执行了分散任务以控制串行位置效果。之后，他们完成了一个免费单词召回测试，以作为工作记忆的量度。结果表明，在召回测试中，伽马频率状况的人的表现明显好于白噪声条件下的t（57）= 5.45，p <.01。这些发现可能引起了学生的兴趣，他们可能希望在学习考试时听伽马节拍。这些发现与先前研究的结果一致（Garcia-Argibay等，2019a； Jirakittayakorn＆Wongsawat，2017）。该报告包括当前研究的局限性。
注意力缺陷多动症大学生接受工作记忆训练后大脑视觉空间工作记忆容量的变化：一项随机对照试验
ADHD 是最常见的儿童神经发育障碍之一，全球患病率估计约为 7.2%（约 1.29 亿人；Thomas、Sanders、Doust、Beller & Glasziou，2015 年）。纵向研究表明，ADHD 症状会持续到成年期（> 70%），并在职业、健康和学术领域造成严重困难（Barkley、Fischer、Smallish & Fletcher，2002 年；Uchida、Spencer、Faraone & Biederman，2018 年）。ADHD 的治疗一直很困难。ADHD 的常见治疗方法，例如药物治疗和/或（父母）管理治疗，并未被证明具有长期高效性（Jensen 等人，2007 年；Molina 等人，2009 年）；它们似乎也没有直接针对经常与 ADHD 同时发生的执行功能（Biederman 等人，2004 年；Rapport、Orban、Kofler 和 Friedman，2013 年；Weyandt、Oster、Gudmundsdottir、DuPaul 和 Anastopoulos，2017 年）。这在一定程度上促使人们寻找替代或补充治疗方法。一种新的候选治疗方案利用了信息技术的最新进展，即强化计算机化执行功能训练。这些治疗方案完全在线，在家
为您的GPS工作记忆
Russell A. Barkley博士是弗吉尼亚儿童和弗吉尼亚州联邦大学医学中心的精神病学临床教授。他拥有临床心理学，临床儿童和青少年心理学以及临床神经心理学的外交。他曾在七个屡获殊荣的DVD中亮相，在国际上介绍了800多个受邀的地址，并曾出现在国家电视节目和广播节目中，例如60分钟，今日秀，美国早安美国，CBS，周日上午和CNN。他因其对多动症研究和临床实践的贡献而获得了许多奖项。他的出版物包括22本书，6个评分量表和临床手册，以及有关多动症的性质，评估和治疗的300多种科学文章和书籍章节。
使用脑磁图源级长程相位耦合模式解码工作记忆任务条件
摘要 目的。本研究的目的是通过机器学习方法识别受试者之间共享的相位耦合模式，该方法利用来自工作记忆 (WM) 任务的源空间脑磁图 (MEG) 相位耦合数据。事实上，神经振荡的相位耦合被认为是远距离大脑区域之间通信的关键因素，因此在执行认知任务（包括 WM）时至关重要。以前研究认知任务期间相位耦合的研究通常集中在几个先验选择的大脑区域或特定频带上，并且已经认识到需要数据驱动的方法。机器学习技术已成为分析神经成像数据的宝贵工具，因为它们可以捕捉多元信号分布中的细粒度差异。在这里，我们期望这些应用于 MEG 相位耦合的技术可以揭示个体之间共享的 WM 相关过程。方法。我们分析了作为人类连接组项目的一部分收集的 WM 数据。当受试者 (n = 83) 在两种不同条件下执行 N -back WM 任务时收集 MEG 数据，即 2-back（WM 条件）和 0-back（控制条件）。我们估计了这两种条件以及 theta、alpha、beta 和 gamma 波段的相位耦合模式（多元相位斜率指数）。然后使用获得的相位耦合数据训练线性支持向量机，以便使用跨受试者交叉验证方法对受试者正在执行的任务条件进行分类。分类是根据来自各个频带的数据和所有频带的组合（多频带）分别进行的。最后，我们通过特征选择概率评估了不同特征（相位耦合）对分类的相对重要性。主要结果。分别根据 theta（62% 准确率）和 alpha 波段（60% 准确率）中的相位耦合模式成功地对 WM 条件和控制条件进行了分类。重要的是，多波段分类表明，不仅在 theta 和 alpha 波段，而且在 gamma 波段中的相位耦合模式也与 WM 处理有关，分类性能的提高 (71%) 证明了这一点。意义。我们的研究使用 MEG 源空间功能连接成功解码了 WM 任务。我们的方法结合了跨主题分类和我们小组最近开发的多维指标，能够检测到个体之间共享的连接模式。换句话说，结果可以推广到新的个体，并允许对与任务相关的相位耦合模式进行有意义的解释。
个体的雪崩临界性、流体智力和工作记忆
。CC-BY-NC-ND 4.0 国际许可证永久有效。它以预印本形式提供（未经同行评审认证），作者/资助者已授予 bioRxiv 许可，可以在该版本中显示预印本。版权所有者于 2021 年 1 月 11 日发布了此版本。；https://doi.org/10.1101/2020.08.24.260588 doi: bioRxiv preprint
适合对象操作的工作记忆的人工智能架构研究
1分钟大概就在大脑皮层上。例如，有报道称，在将多种形式的信息整合到工作记忆中时，前额叶皮层会被激活[6]。我们认为大脑皮层是一种贝叶斯网络[7]。如果这是正确的，大脑皮层的工作记忆功能也应该利用贝叶斯网络来实现。在设计模型时，大脑中唯一物理存在的节点是那些代表当前时间 t 的信息的节点，并且每个节点只能引用时间 t-1 的信息。假设为了表示该模型，我们使用 BESOM [7]，我们提出它是大脑皮层的计算模型。 BESOM 是一种贝叶斯网络，通过对条件概率表施加约束来限制参数数量的激增。 BESOM 的最新版本能够使用门来控制节点之间的连接[8][9][10]。我们之前展示了如何使用生成模型 [3] 来表示工作记忆，但在本节中我们将更详细地解释它。图2中，节点W表示工作记忆状态，S表示传感器输入，A表示强化学习机制选择的动作规则。 P 指定记忆状态的默认行为（保留或忘记值）。更新内存值时，A t +1 会抑制 P t +1 的影响。它由一个门（黑色圆圈）表示，控制从 A t +1 到 P t +1 和 W t +1 的转换。工作记忆的更新规则在这个模型上被表述为推理，但由于大脑在物理上不可能向后发送循环信念传播的信息，因此大脑必须做出某种近似的推理。 转到
个人的雪崩临界性、流体智力和工作记忆 1
。CC-BY-NC-ND 4.0 国际许可，根据 （未经同行评审认证）提供，是作者/资助者，他已授予 bioRxiv 永久展示预印本的许可。它是此预印本的版权持有者，此版本于 2020 年 10 月 8 日发布。；https://doi.org/10.1101/2020.08.24.260588 doi：bioRxiv 预印本
多元分析揭示了工作记忆负荷的可概括的人类电生理特征
抽象工作记忆（WM）是一个在线内存系统，对于在正在进行的认知处理过程中以快速访问状态保持注入至关重要。因此，在提供WM载荷的时间解析索引的方法中具有很强的价值。尽管已经确定了单变量的EEG信号随着WM负载而变化，但多变量分析方法的最新进展表明，可能会有丰富的信息来源不会产生可靠的单变量标志。在这里，使用了四项已发表研究的数据（n = 286和> 250,000个试验），我们证明了对脑电图电压地形的多元分析提供了对WM中存储的项目数量的敏感指数，这些索引概括为新型人类观察者。此外，多元负载检测（“ MVLOAD”）可以在单试级别提供强大的信息，超过现有单变量方法的灵敏度。我们表明，此方法以（1）独立于备忘录的空间位置的方式跟踪WM负载，（2）足够精确地在存储的项目数量中划分项目划分，（3）可在不同的任务和刺激显示的跨个体差异，以及（4）与wm wm行为中的个体差异相关。因此，这种方法为单变量分析方法提供了强大的补充，并阐述了人类在线内存存储的时间解决方案。