XiaoMi-AI文件搜索系统
World File Search System自然主义
特质正念预测自然主义面对面互动期间的脑间耦合
。cc-by-nd 4.0国际许可证（未经同行评审证明）获得的是作者/资助者，他已授予Biorxiv的许可证，以永久显示预印本。它是此预印本版本的版权持有人，该版本发布于6月29日，2021年。 https://doi.org/10.1101/2021.06.28.448432 doi：biorxiv preprint
低剂量奥氮平在治疗神经性厌食症的青少年：一种观察性的自然主义病例对照研究
Pruccoli J.，Pettenuzzo I.，Parmeggiani Antonia。（2022）。低剂量奥氮平在治疗神经性厌食症的青少年：一项观察性自然主义病例对照研究。儿童和青少年心理药理学杂志，32（5），304-310 [10.1089/cap.2022.0003]。
意念运动脑机接口的理论视角：基于动作-效果表征的自然主义和非侵入性脑机接口范式
近年来，非侵入式脑机接口 (BCI) 设备和应用在各种环境（医疗、工业等）中得到了迅猛发展。该技术允许代理“直接用思想行动”，绕过外周运动系统。有趣的是，值得注意的是，典型的非侵入式 BCI 范式与人类自愿行动的神经科学模型相距甚远。值得注意的是，在 BCI 实验中，动作和感知之间的双向联系经常被忽略。在当前的观点文章中，我们提出了一种创新的 BCI 范式，它直接受到意念运动原理的启发，该原理假定自愿行动是由即将到来的感知效果的预期表现驱动的。我们相信 (1) 调整 BCI 范式可以实现简单的动作-效果绑定，从而实现动作-效果预测；(2) 使用这些动作-效果预测的神经基础作为 AI 方法中感兴趣的特征，可以实现更准确、更自然的 BCI 介导动作。
了解自然主义钢琴在新手钢琴家
（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。此预印版的版权持有人于2025年1月24日发布。 https://doi.org/10.1101/2025.01.21.634149 doi：Biorxiv Preprint
Roboverine：自然主义环境中主动视觉搜索和场景语法的人类启发的神经机器人过程
摘要 - 我们提出了Roboverine，这是一种自然主义环境中选择性视觉注意力和场景语法的神经动态机器人主动视觉过程模型。该模型解决了视觉注意的认知机器人模型的重大挑战：结合自下而上的显着性和上下功能指导，公开和掩盖的关注，坐标转换，抑制回报的两种形式，在相机框架之外找到对象，集成空间和基于对象的分析和基于对象的分析，基于空间和基于对象的探索，几乎没有识别的在线学习和自定义的探索和自定义，并自动切换和自定义。此外，它结合了场景语法的神经过程帐户 - 关于场景中对象之间关系的先验知识，以降低搜索空间并提高搜索效率。该模型还展示了桥接两个框架的强度：用于特征提取的深神经网络和用于认知操作的动态场理论。
使用自然主义驾驶数据对长组合车辆的性能评估
目前在瑞典正在进行长期车辆组合（LCV）的引入，这为降低运营成本提供了机会，同时改善了每吨公里的缩放和二氧化碳排放。LCV是指超过25.25米的重型车辆，这是根据瑞典规则的常规长度限制。尽管有好处，但问题是这些车辆在路上的表现。本论文研究并分析了LCV实验的自然主义驾驶数据（NDD）的帮助。使用基于绩效的标准（PBS）进行绩效评估。PBS是用于重型车辆的调节系统，例如LCV，它需要吵架并需要车辆的行为。本文中使用的主要PBS尺寸是低速的背部加固，轨道偏差和扫荡区域。背面加固代表了从车辆组合的前部到后部的运动加强，这与其稳定性有关，其余两个表示车辆在不同情况下占用的空间。此外，转向恢复速度（SRR）用于以低速计算驾驶员的认知工作量，例如在回旋处和交叉点驾驶时。在本文中研究了两个LCV变体，该论文是由拖拉机拖车 - 拖车/拖车拖车拖车组成的A双变体，以及一个由卡车组成的二人组合，该卡车绘制了两个带有中心轴的拖车。本文论文感兴趣的四种情况：文件更换，通过回旋处的操作，在交叉路口的摇摆和紧密曲线驾驶。论文提出了三项贡献，描述了分析方法和随后的结果讨论。在第一个贡献中，开发了一种算法，以从LCV车辆的自然驾驶数据中提取文件更改，在该数据中，该方法用于来自A-Double Deakic的数据。结果表明，在文件更改期间，A-Double车辆遵守建议的安全限制。在第二个贡献中，在NDD的帮助下，在回旋处评估了A双车的性能。研究了不同半径的不同回旋处。与半径较大的回旋处相比，车辆在回旋处占据了更多的空间，在所有情况下，占用的空间都低于拟议的安全限制。对于比本研究中包含的回旋处，可能需要可控的轴。此外，驾驶员的认知负荷随着回旋处的半径而变化，在该回旋处的驾驶员较大的回旋处的驾驶员具有较低的认知负载。第三个贡献是关于在四种情况下对二人组合的绩效评估，然后与A-dubble车辆进行了比较。结果介绍的是，A-Double车辆和二人组合都稳定，并且在大多数情况下都具有良好的跟踪性能。在文件更换中，观察到一辆可简约的车辆更稳定，而二人组合在低速场景（例如回旋处和交叉点）下具有更好的可操作性。
在幼儿期发展自然主义智力...
摘要。这项研究的结果在几个阶段中解释了（1）通过科学实验来开发儿童的自然主义智力，从而在科学实验中改变水的颜色（2）步骤（2）在科学实验中使用塑料（3）使用塑料来改变颜色水的塑料反应（3）使用塑料的颜色水（4）对塑料进行塑料的优势和缺点，对塑料的颜色进行了反应（3）。所使用的研究方法是描述性分析，其中包括通过演示，实验，问答，解决问题和分配方法进行的科学实验。通过访谈和文档技术收集的数据。这项研究是针对Paud IT Athaira Modern School的儿童进行的。这项研究的结果是，儿童可以通过科学实验来发展自然主义智力，以使用塑料改变水的颜色。证明，B级的15名学生在实验进行时能够很好地跟随，然后发现孩子有能力识别，理解，分类和分类儿童从与学习有关的涉及科学实验的环境中看到的事件中看到的事物。
ajile12：长期自然主义的人类颅内神经记录和姿势
了解自然主义情景中人类运动的神经基础对于将神经科学研究扩展到受约束的实验室范式之外至关重要。在这里，我们描述了12名人类参与者（AJILE12）数据集的长期电视学的注释关节，这是公开可用的最大人类神经行为数据集；在被动临床癫痫监测期间，数据集记录了机会性。ajile12包括在55个半连续运动的自然主义运动中的同步颅内神经记录和上身姿势轨迹以及相关的元数据，包括成千上万的手腕运动事件和注释的行为状态。神经记录可在每位参与者至少64个电极中获得500 Hz，总计1280小时。在9个上身关键点处的姿势轨迹估计为1.18亿个视频帧。为了促进数据探索和重复使用，我们在Neurodata中的Dandi档案中共享了Ajile12，而无需边界（NWB）数据标准，并开发了基于浏览器的仪表板。
自然主义手臂运动的行为和神经变异性
图1：数据处理，分析和建模框架的示意图。（a） - （b）基于对每个受试者的连续视频监测，左右手腕的轨迹（腕部和腕部r（b）中的腕部）使用神经网络估算（Mathis等人。，2018年），并自动分为移动（灰色）和静止（白色）状态，如（b）中所示。（c） - （d）对原始的多电极电视学（ECOG）进行了过滤并重新引用；从进一步的分析中除去了不良电极（例如，具有伪影的电极）。（e）从视频中检测到的运动开始事件，如（b）所示，使用时间戳对齐ECOG数据。（f）对于每个电极处的每个移动事件，计算光谱功率并将其视为对数尺度频谱图。（g）总结了跨事件和电极，我们根据解剖学注册将光谱从电极投射到8个皮层区域，并在运动事件中计算了中位功率。（h）我们的数据包括12个主题；它们的电极位置显示在MNI坐标中（见图1-1，用于特定的细节）。五个受试者的电极植入了右半球（用星号表示）。为了进行以后分析的一致性，我们反映了这些电极位置，如图所示。（i）为了部分解释低频（LFB：8-32 Hz）和高频（HFB：76-100 Hz）光谱功率的事件神经变异性，我们使用从视频中提取的行为特征在每个电极上填充多个线性回归模型。