XiaoMi-AI文件搜索系统
World File Search System注意力
理解注意力：在思想和机器上
Bahdanau等人提出的基本注意机制。（2015）对于机器翻译而言，通过学习将目标语言与源语言中的单词保持一致，并通过学习目标语言的语言模型来对齐单词。目标序列是基于上一个单词和上下文生成的，从根本上讲，这是源和目标语言中的单词之间的映射。García（2013）表明，语言解释者用一种语言解释句子，然后将其翻译成另一种语言，而不是按单词的基础进行翻译。Ullman（2015）研究的双语中的语言获取过程提出了类似的声明/程序模型，其中不同类型的记忆负责学习两种语言的语法以及有关单词和概念的语义知识。
注意力缺陷障碍的病因
无偿的外围前庭功能障碍会导致步态和姿势的不稳定，并具有主观的头晕和失衡。在单侧和双侧前庭病（UVP和BVP）患者中促进功能性补充的治疗方法的首选是前庭重新释放[1]。然而，一定比例的前庭病患者对康复难治性，难以治疗。尽管最近已经开发出前庭植入物来改善BVP的姿势，步态和生活质量[2]，但该治疗具有导致感官性听力损失作为手术并发症的重大风险[2]。因此，需要对难治性前庭病的微创治疗方法的发展。嘈杂的电力前庭刺激（NGVS）通过双侧放置在乳突区域上的电极将电流作为零均值的噪声传递给前庭系统。不可察觉的NGV水平促进了在包括自主，运动和姿势控制系统在内的神经系统中的亚阈值刺激的处理[3-6]。ngvs还增强了倾斜倾斜和自动翻译方向的感知阈值[7-9]。随机分辨率，在非线性系统中有最佳噪声水平的情况下，在其下阈值信号得到了增强，已提出是这些改善效果的基础机制[10，11]。在BVP患者以及健康受试者中应用最佳水平的NGV水平可改善常规稳定性和步态性能[4，12-18]。的研究表明，即使在BVP患者和健康受试者停止刺激后，NGV也可以改善姿势控制几个小时[3，19-21]。另一方面，另一项最近的研究报告说，NGVS不能改善BVP患者的姿势控制[22]。这些在BVP患者中的研究是开放标签或单盲研究，该研究对NGV进行了刺激[4、14、16-18]，并且没有足够的安慰剂效应或观察者偏见的评估。在本研究中，进行了多中心，随机，双盲，安慰剂对照，跨研究，以评估长时间NGVS在改善UVP和BVP严重姿势姿势不稳定患者身体平衡方面的疗效和安全性。
注意力缺陷多动障碍与
目的：注意力缺陷多动障碍 (ADHD) 和创伤后应激障碍 (PTSD) 经常共病，并具有共同的核心症状。然而，性别和性别相关因素显著影响其患病率、临床表现和诊断。在这里，我们进行了系统的文献综述和荟萃分析，以研究儿童期和成年期 ADHD/PTSD 共病的性别差异。方法：对 PsycINFO 和 PubMed 进行范围审查，得出 13 项符合条件的研究，并具有完整的结果数据。我们使用合并比值比 (OR) 和 95% 置信区间 (CI) 对 ADHD/PTSD 的性别分层患病率进行了固定效应荟萃分析。使用年龄作为子组进行固定效应亚组分析。使用 I 2 指数和 Cochran 的 Q 检验评估效应大小异质性。结果：在整个样本中（N= 13,585；F= 7005，M= 6580），女性 ADHD/PTSD 的诊断率明显高于男性（OR = 1.32，p = 0.02）。研究间异质性低至中等且不显著（I 2 = 41%；p = 0.06），验证了固定效应模型。年龄分层亚组分析显示，仅在成年人口中，女性 ADHD/PTSD 的几率高于男性（OR=1.41；p = 0.01）。此外，在以 ADHD 为主要诊断的研究中（OR = 1.60；p = 0.002），以及在采用结构化临床访谈作为诊断工具的研究中（OR = 1.46；p = 0.009），女性更有可能被诊断出患有这两种疾病。结论：我们的研究首次表明，女性中的 ADHD 和 PTSD 之间的关联更强，这表明 ADHD 可能以性别特有的方式增加 PTSD 的风险。
表达扫视和视觉注意力
摘要：近年来，眼动研究中最有趣和最有争议的观察之一是猴子和人类的快速扫视现象。这些扫视的反应时间非常短（人类为 100 毫秒，猴子为 70 毫秒），以至于一些眼动专家仍然认为它们是伪像或预期反应，不需要进一步解释。另一方面，一些研究小组认为它们不仅是真实的，而且是研究扫视产生机制、视觉和眼动协调以及视觉注意机制的宝贵手段。这篇目标文章汇集了眼动和相关研究的实验证据 - 特别强调快速扫视 - 以增强我们目前对视觉、视觉注意以及服务于视觉感知和认知的眼动协调的理解。我们假设视运动反射是快速扫视发生的原因，这种快速扫视由与分离的视觉注意和决策有关的高级大脑功能控制。我们提出以神经网络为基础，建立更复杂的数学模型或灵长类动物视运动系统的计算机模拟。
VERA：虚拟环境记录注意力
摘要 — 患有注意力缺陷多动障碍 (ADHD) 的儿童在日常生活中表现出不同的症状，例如难以集中注意力、冲动、难以调节运动功能等。最常用的治疗方法是药物治疗，但会产生副作用。另一种解决方案是行为治疗，但似乎并不比药物治疗效果更好，而且成本更高。一种越来越受关注的新方法是使用神经反馈 (NF) 来教患者自己调节症状，通过以可理解的形式可视化大脑活动。此外，虚拟现实 (VR) 是 ADHD 背景下 NF 的支持环境。然而，在进行 NF 之前，确定与症状表现相对应的生理信号特征非常重要。我们在此提出了一个新框架，该框架基于可嵌入 VR 耳机的设备对脑电图 (EEG) 和视线方向的联合测量，目标是估计注意力状态。在信号采集的同时，执行注意力任务来标记生理信号。从信号中提取特征，并应用机器学习 (ML) 模型来检索注意力状态。这项初步研究提供了令人鼓舞的结果，能够在多种情况下做出正确的分类。此外，带有标记生理信号的数据集正在开发中。这将有助于更好地理解 ADHD 症状背后的机制。关键词 —虚拟现实、眼动追踪、脑机接口、机器学习
注意力经济有害吗.pdf
新媒体与更传统的媒体形式的区别在于，它能够实时吸收和响应有关消费者的信息。例如，将广播电视与 YouTube 进行比较。生活在同一地理区域的人们获得的广播电视体验大致相同：他们以相同的顺序观看相同的频道，当他们转到同一频道时，他们会看到相同的内容和相同的广告。相比之下，当生活在同一地理区域的人登录 YouTube 时，他们不太可能获得相同的内容。事实上，如果生活在同一屋檐下的人分别访问该网站，他们也不太可能获得相同的内容。这是因为该网站会打开少量视频，这些视频是根据 YouTube 认为当前用户当时可能感兴趣的内容精心定制的。如果两个用户在不同的设备上观看同一个视频，他们很可能会看到不同的广告（这些广告是根据 YouTube 认为用户可能感兴趣的内容定制的）。在第一个视频结束时，YouTube 会将下一个视频排队播放。在这里，不同的用户也会看到不同的广告。
基于功能的注意力加权并重新...
视觉注意力作为一种自适应机制而演变，使我们能够应对迅速变化的环境。它可以促进相关信息的促进处理，通常会自动自动并受隐性动机的控制。然而，尽管了解意识和视觉注意力之间的关系最近取得了进步，但无意识的注意力控制的功能范围仍在争论中。在这里，我们提出了一种新颖的掩盖范式，其中志愿者将区分呈现的布里型呈现的变化方向，并呈现掩盖的光栅刺激。结合了信号检测理论和意识的主观度量，我们表明，在不自觉试验中的表现与视觉选择的反复选择是一致的，朝着重复的Gabor斑块方向加权，并响应新颖的无意识地处理方向而重新分配。这在试验中尤其存在，在该试验中，前面特征的加权强度很大，并且只有新颖的功能是看不见的。因此，我们的结果提供了证据表明，看不见的方向刺激可以触发历史引导的视觉选择权重的重新分配。
对注意力和正念的比较分析...
引言有关冥想干预措施的研究正在迅速增长，因为越来越多的人寻求改善其心理和身体健康。冥想是一种古老的习俗，已在各种宗教和教派中使用，以发现最终的真理。尽管“冥想”一词可能不能用来描述不同的精神实践，但它以各种形式和实践存在于所有宗教中。冥想是一种天生的人类经验，可能并不总是具有宗教元素。在西方文化中，冥想被概念化为一种与宗教哲学不同的心理实践。可以控制思维，这是一个强大的工具，如果不受限制，可能会造成伤害。冥想可以通过多种方式来表征，但通常与注意力，集中度，功能效率，平静和抑制负面思想的能力有关。通过向积极的方向重定向，冥想可以预防和治愈心理和心身疾病。在当今快节奏且竞争激烈的世界中，更多的重点放在产出和结果上，导致压力很大的工作文化，几乎没有时间来解决饮食和健康等个人问题。这种现代的生活方式减轻了体力系统压力，但将精神压力提高到极端水平，导致大多数人群中报告的精神疾病和心身疾病。心身疾病通常涉及心理功能障碍引起的体细胞功能障碍的表现。实现心身健康需要在心理和身体整合之间保持平衡。进行了许多关于冥想益处的研究，重点是心理和心身健康（Fan，2021； Burke，2010）。基于正念的方法已经普及，研究表明它们在促进心理健康方面的有效性（Burke，2010年）。长期冥想者已成为通过连续，规则和持续的认知
基于注意力预测分子特性
神经反馈训练（NFT）诱导的神经调节仍然是一个争论的问题。研究与NF特别相关的大脑活动的调节需要控制多种因素，例如奖励，绩效，任务和目标大脑活动之间的一致性。可以使用假反馈（FB）控制条件来实现这一目标，从而等同于实验的所有方面，但大脑活动与FB之间的联系。我们旨在调查NFT在双盲，随机，假对照研究中引起的单个αEEG活性的调节。将48位健康参与者分配给NF（n = 25）或对照组（n = 23）组，并使用可穿戴的EEG设备进行了α上调训练（超过12周）。NF组的参与者根据他们的单个alpha活动接受了FB。对照组接收了NF组参与者的听觉FB。仅在NF组中观察到跨训练课程的α活性增加（p <0.001）。这种神经调节是有选择性的，因为没有证据表明在theta（4-8 Hz）和低β（13-18 Hz）频段中有类似作用。虽然仅在NF组中发现α上调，但心理结果变量总体上增加了对照感觉，焦虑水平降低和放松感觉增加，而NF和对照组之间没有任何显着差异。这是根据学习上下文和安慰剂效应来解释的。我们的结果铺平了自行车，基于NF的神经调节，并具有轻巧，可穿戴的脑电图系统。
多通道人机交互信息融合的智能方法
结构在运行时可以做到即使某一个模态信息缺失整个网络也能取得不错的效果 , 在多通道情感识别、 语义理解、目标学习等领域取得很好的效果 .尽管如此 , 这类网络相对于任务来说还是相对 “ 具体 ”, 如 果要换一个任务 , 用户就需要修改网络结构包括重新调整参数 , 这使得深度神经网络结构的设计是一 个耗时耗力的过程 .因此研究者们希望一个混合的神经网络结构可以同时胜任多个任务 , 以减少其在 结构设计和训练方面的工作量 .鉴于此 , 研究者开始致力于首先采用大数据联合训练构建出多通道联 合特征分享层 , 然后在识别阶段可以同时进行多任务处理的深度多模态融合结构 .如 Google 的学者 尝试建议一个统一的深度学习模型来自适应地适配解决不同领域、不同数据模态下的多个不同类型 的任务 , 且在特定任务上的性能没有明显损失的模型 [71] .该模型构架请见文献 [71] 的图 2, 由处理输 入的编码器、编码输入与输出混合的混合器、混合输出的解码器 3 个部分构成 , 文献 [71] 的图 3 给 出了这 3 个部分的详细描述 .每一个部分的主体结构类似 , 均包含多个卷积层、注意力机制和稀疏门 控专家混合层 .其中 , 不同模块中的卷积层的作用是发现局部模式 , 然后将它泛化到整个空间 ; 注意力 模块和传统的注意力机制的主要区别是定时信号 , 定时信号的加入能让基于内容的注意力基于所处的 位置来进行归纳和集中 ; 最后的稀疏阵列混合专家层 , 由前馈神经网络 ( 专家 ) 和可训练的门控网络组 成 , 其选择稀疏专家组合处理和鉴别每个输入 .