XiaoMi-AI文件搜索系统
World File Search System注视点
基于一维卷积神经网络和长短期记忆估计视觉意图的智能眼控电动轮椅
摘要：当使用凝视运动操作电动轮椅时，检查环境和观察物体等眼球运动也会被错误地识别为输入操作。这种现象被称为“点石成金问题”，对视觉意图进行分类非常重要。在本文中，我们开发了一种实时估计用户视觉意图的深度学习模型，以及一种结合意图估计和凝视停留时间方法的电动轮椅控制系统。所提出的模型由 1DCNN-LSTM 组成，它从 10 个变量的特征向量估计视觉意图，例如眼球运动、头部运动和到注视点的距离。对四种视觉意图进行分类的评估实验表明，与其他模型相比，所提出的模型具有最高的准确性。此外，实施所提出模型的电动轮椅的驾驶实验结果表明，与传统方法相比，用户操作轮椅的努力减少了，轮椅的可操作性得到了提高。从这些结果中，我们得出结论，通过从眼球和头部运动数据中学习时间序列模式可以更准确地估计视觉意图。
受中脑启发的稳健变化检测循环神经网络模型
我们提出了一种受生物启发的循环神经网络 (RNN)，它可以有效检测自然图像中的变化。该模型具有稀疏拓扑连接 (st-RNN)，与“中脑注意网络”的电路架构紧密相关。我们将 st-RNN 部署到一个具有挑战性的变化视盲任务中，该任务必须在一系列不连续的图像中检测变化。与传统 RNN 相比，st-RNN 的学习速度提高了 9 倍，并且以减少 15 倍的连接实现了最佳性能。低维动力学分析揭示了假定的电路机制，包括全局抑制 (GI) 基序对成功变化检测的关键作用。该模型再现了关键的实验现象，包括中脑神经元对动态刺激的敏感性、刺激竞争的神经特征以及中脑微刺激的标志性行为效应。最后，该模型在变化盲视实验中准确预测了人类注视点，超越了最先进的基于显着性的方法。st-RNN 提供了一种新颖的深度学习模型，用于将变化检测背后的神经计算与心理物理机制联系起来。
I-AI：一种可控制、可解释的人工智能系统，用于解读放射科医生对准确 CXR 诊断的高度关注
摘要 在胸部 X 光 (CXR) 诊断领域，现有研究通常仅侧重于确定放射科医生的注视点，通常是通过检测、分割或分类等任务。然而，这些方法通常被设计为黑盒模型，缺乏可解释性。在本文中，我们介绍了可解释人工智能 (I-AI)，这是一种新颖的统一可控可解释流程，用于解码放射科医生在 CXR 诊断中的高度关注度。我们的 I-AI 解决了三个关键问题：放射科医生注视的位置、他们在特定区域关注的时间以及他们诊断出的发现。通过捕捉放射科医生凝视的强度，我们提供了一个统一的解决方案，可深入了解放射学解释背后的认知过程。与当前依赖黑盒机器学习模型的方法不同，这些方法在诊断过程中很容易从整个输入图像中提取错误信息，而我们通过有效地屏蔽不相关的信息来解决这个问题。我们提出的 I-AI 利用视觉语言模型，可以精确控制解释过程，同时确保排除不相关的特征。为了训练我们的 I-AI 模型，我们利用眼球注视数据集来提取解剖注视信息并生成地面真实热图。通过大量实验，我们证明了我们方法的有效性。我们展示了旨在模仿放射科医生注意力的注意力热图，它编码了充分和相关的信息，仅使用 CXR 的一部分即可实现准确的分类任务。代码、检查点和数据位于 https://github.com/UARK-AICV/IAI。1. 简介
通过眼球运动分析评估大脑健康
越来越多的证据支持眼球运动异常与大脑健康之间的联系。事实上，眼球运动系统由多种皮质和皮质下结构和回路网络组成，这些结构和回路易受各种退化过程的影响。我们在此展示了一项正在进行的 MS 患者纵向队列研究的基线测量的初步结果，该研究旨在确定是否可以仅根据眼球运动参数来高精度地估计和跟踪疾病和认知状态。使用一种新颖的注视点跟踪技术，该技术无需红外摄像头，仅使用 iPad Pro 嵌入式摄像头即可可靠、准确地跟踪眼球运动，我们在这项横断面研究中表明，几个眼球运动参数与感兴趣的临床结果指标显着相关。眼球运动参数是从注视、前扫视、反扫视和平滑追踪视觉任务中提取的，而临床结果测量则是几种疾病评估工具和标准认知测试的分数，例如扩展残疾状况量表 (EDSS)、多发性硬化症简明国际认知评估 (BICAMS)、多发性硬化症功能综合量表 (MSFC) 和符号数字模式测试 (SDMT)。此外，偏最小二乘回归分析表明，一小组眼球运动参数可以解释高达 84% 的临床结果测量方差。总之，这些发现不仅复制了先前已知的眼球运动参数和临床评分之间的关联（这次使用了一种新颖的基于移动的技术），而且还验证了使用新颖的眼动追踪技术询问眼球运动系统可以告诉我们疾病的严重程度，以及多发性硬化症患者的认知状态。
神经营销在理解消费者行为中的应用
摘要 神经营销及其隐性和自动化过程影响客户决策，并揭示任何隐藏的消费者行为理解。人们越来越有兴趣研究消费者的大脑反应如何影响他们的决策过程，因为当今市场中最重要的问题之一是消费者选择一种产品而不是另一种产品的动机。尽管神经营销将自己定位为实现这一目标的关键研究领域之一，但它仍然是一门年轻且快速发展的学科。该研究的研究提案是研究广告如何影响消费者在网上购物时的购买决策。另一个目标是研究客户的注视点、注视计数、热图和情绪在刺激或营销努力的反应中的作用。消费者提供刺激，广告努力衡量反应。作者使用了最新研究的系统文献综述。在 PRISMA 的帮助下对扫描文献进行了纳入和排除。为了检查所用文献的效应大小，作者采用了基于偏相关的森林图。使用漏斗图查看 SLR 的出版偏见。进行了文献计量学分析和内容分析，以支持所审查的文献实力。关键词：神经营销；PRISMA；森林和漏斗图简介虽然对消费者感知和态度的研究很多，但研究神经科学却很困难且范围很广。由于神经科学的存在，人们可以更好地理解决策过程的隐藏成分（Pereira 等人，2022 年）。消费者和营销人员都受益于神经营销方法在分析消费者偏好和决策过程方面的广泛应用（Oikonomou 等人，2023 年）。人类大脑潜意识地处理超过 50% 的信息（Ala 等人，2022 年，Kant，2020 年）。与基于