XiaoMi-AI文件搜索系统
World File Search System认知过程
在大脑层面上对 MWE 中的常规化和可预测性进行建模
虽然语言理论中表达式传统上被二元化为组合性和非组合性，但多词表达式 (MWE) 却表现出更细粒度的区别。使用关联测量，如逐点互信息和 Dice 系数，MWE 可以被描述为具有不同程度的常规化和可预测性。我们的目标是研究这些梯度如何反映认知过程。在本研究中，自然叙事理解的 fMRI 记录用于探究这些计算测量及其可以操作的认知过程在多大程度上可以在在线句子处理过程中观察到。我们的结果表明，代表词汇可预测性的 Dice 系数是处理 MWE 的神经激活的更好预测指标。总的来说，我们的实验方法展示了如何通过将计算指标与神经成像数据进行比较来测试其认知合理性。
神经反馈可以提供直接脑的证据 -
Neurofefback是一种实时测量大脑活动并将其作为个人反馈的程序，从而使他们能够自我调节大脑活动，并对从行为推论的认知过程产生影响。一个普遍的论点是，神经反馈研究可以揭示测得的大脑活动如何引起特定的认知过程。因果主张通常是关于被测量的大脑活动被操纵为独立变量的，类似于大脑刺激研究。然而，这种因果推论容易受到以下论点：其他上游大脑活动同时变化并导致大脑活动的变化。在本文中，我们概述了神经反馈可能会通过间接手段影响认知的推论。我们进一步认为，研究人员应该对训练有素的大脑活动可能是“因果网络”的一部分，从而共同影响认知，而不是一定是因果关系。这种特殊的推论可以更好地翻译从神经反馈研究到其余神经科学的证据。我们认为，最近的多变量模式分析与隐式神经反馈结合使用，目前是因果关系的最强案例。我们的观点是，尽管推断直接因果关系的负担很困难，但可以使用神经科学中各种方法的集合进行三角构作。最后，我们认为，与揭示大脑和认知过程变化的其他方法相比，神经反馈方法提供了独特的优势，但是研究人员应该注意间接的因果关系。
基于脑电图的功能连接方法在健康和疾病中枢神经系统研究中的进展
自从 1920 年德国精神病学家汉斯·伯杰 (Hans Berger) 发现人类脑电波以来，脑电图 (EEG) 一直是评估与认知过程和行为以及脑部疾病相关的病理生理学和脑功能的重要工具。EEG 是神经科学、神经病学和精神病学等不同但趋同的科学领域中最常用的高时间分辨率技术之一。1 事实上，EEG 系统成本低、无创，可以在患者床边实施，并且已被证明具有较高的重测信度、灵敏度和特异性。2–6 因此，EEG 被认为是研究健康和疾病中神经认知过程和中枢神经系统的时间层次和动态的宝贵方法。7–11 特别是，基于 EEG 的测量可以捕捉快速认知动态和认知发生时间范围内认知事件的时间进展。12–19
平面、螺旋和同心行波区分人类记忆中的认知状态
摘要 神经科学的一个基本挑战是解释广泛的大脑区域如何灵活地相互作用以支持行为。我们假设，振荡的行波是神经协调的关键机制，它们以独特的模式在皮质中传播，控制不同区域的相互作用。为了验证这一假设，我们使用了进行多项记忆实验的人类的直接大脑记录和一个可以灵活测量行波传播模式的分析框架。我们发现，行波不仅以平面波的形式沿皮质传播，还以螺旋波、源汇波和更复杂的模式传播。行波的传播模式与行为的新方面相关，特定的波形反映了特定的认知过程，甚至是个人记住的项目。我们的研究结果表明，大规模皮质行波模式揭示了大脑中认知过程的空间组织，可能与神经解码有关。
第 45 届年会日程
我们今年的主题是“认知动力学”。认知科学领域的许多研究都试图了解认知过程如何随着时间的推移而发展，以适应影响认知系统的多种影响。我们的子主题是“心智内部的动态”、“心智之间的动态”和“心智与环境之间的动态”，展示了我们对认知过程如何在不同类型的互动中随时间展开的多样化理解。三位主旨发言人和受邀研讨会重点介绍了代表认知科学各个领域的科学家对这一理解的贡献，以及认知科学界的地理和职业阶段多样性。他们将展示研究动态过程的工作，研究范围从大脑中的神经相互作用到个人和群体的学习过程。这项研究突出了认知动态的理解如何依靠来自行为、神经、计算和机器人等多种方法的数据，这些方法涉及语言、决策、认知控制、感知和社会认知等领域。
意识对心理理论和元认知功能的影响——一种人工
摘要 意识是一种认知功能，只要通过大脑相应神经网络的最佳运作得到加强和丰富，意识就会保持其永恒的特性，这些神经网络在激活过程中受到刺激。本研究探讨了意识与心智理论和元认知的认知功能的关系，并简要解释了它们通过人工智能的方法。文献综述的选择有助于利用现有的科学知识和研究数据对该主题进行最有效的分析和研究。整个研究过程中的观察突出了意识在上述认知过程演变中的关键作用，因为它是认知过程发展的核心。从本质上讲，这项研究试图强调意识在心智理论和元认知功能中的重要性，因为它是感知和理解我们存在的跳板，对我们进一步的社会和认知发展有重大影响。关键词：意识；心智理论；元认知；人工智能。 Resumo A conciência éuma função cognitiva que mantém seu caráter enquanto fortalecida and enriquecida Pelo funcionamento 理想的神经通讯员脑部，que são estimuladas durante sua ativação。我们将探索相关关系作为认知功能、认知功能和元认知功能以及人工智能的消解功能。精选参考文献修订版，以利用现有的科学知识，并为分析和研究有效的研究提供依据。作为对认知过程演变的长期观察的观察，它并不是研究发展的中心。本质上，这是一种对意识的重要性的研究，它不具有理论和元认知的功能，它是对我们存在的感知和理解的服务，对社会和认知的后发展产生重大影响。 Palavras-chave：意识；泰奥里亚·达·蒙特；元认知；人工情报。恢复认知功能是人类认知功能的永恒特征，并增强了大脑神经元对应功能的最佳功能，以及在激活期间对刺激的估计。本研究探索了与人工智能的理论和元认知以及解释的认知功能之间的关系。选择对参考书目进行修改的贡献，以利用现有的科学知识和研究数据来分析和研究有效的技术。在整个研究过程中的观察强调了意识在上述认知过程的演变中起着根本性的作用，因为它是这些认知过程发展的核心。本质上，该研究旨在强调意识在心智理论和元认知功能中的重要性，因为它是我们感知和理解存在的跳板，对我们随后的社会和认知发展有重大影响。关键词：意识；心智理论；元认知；人工智能。
谁可以应用感兴趣的领域
大脑灵感的人工智能；机器学习；信号处理；理论和计算神经科学；细胞系统和认知神经科学；感觉系统：视觉，言语；高级认知过程：学习，注意力，决策；脑机界面；神经形态计算，神经形态硬件。
论知觉与认知的界限
在雅各布·贝克 [1] 的文章《标记感知-认知的边界：刺激依赖性标准》中，作者深入探讨了心灵哲学和认知科学中感知和认知过程之间的关键区别。贝克提出刺激依赖性标准作为更有效地区分这两种心理过程的工具。贝克批判性地评估了之前划分感知和认知的尝试，例如认知渗透之争，并认为这些尝试未能提供区分这两个过程的明确标准。为了解决这个问题，贝克引入了刺激依赖性标准。该标准假定感知过程直接且立即受到感官输入的影响，而认知过程主要对存储的信息或心理表征进行操作，而不受感官输入的直接影响。此外，贝克还提出了对刺激依赖性标准的潜在反对意见，包括认知过程可能受到感觉输入的影响，或者知觉过程可能受到存储信息的影响。针对这些问题，他阐明了该标准强调了感知和认知在信息处理方式上的主要差异，而不是假设这两个过程完全分离。具体来说，贝克提出了一个有前途的想法，强调了当前近端刺激对准确感知的重要性。当你闭上眼睛时，你看不到物体，但仍然对它们有准确的信念和记忆。贝克建议将依赖近端刺激的心理状态定义为刺激依赖性。利用这个想法，贝克提出了一个简化的（尽管并不完美）公式来区分感知和认知：
多动症
简介：注意力缺陷/多动障碍是一种神经行为障碍，会影响一个人在许多方面的表现，包括学业表现、注意力和专注力以及社交沟通。方法：本研究采用准实验研究，采用前测和后测设计，并设有对照组。统计人群包括 2021-2022 学年德黑兰小学患有注意力缺陷/多动障碍的学生，采用选择性抽样方法选出，并随机分为两组，每组 20 人，即实验组和对照组。使用 Swanson、Nolan 和 Pelham 第四版问卷 (SNAP-IV) 评估注意力缺陷/多动障碍 (ADHD) 的症状，使用 Dourtaj 学业成绩问卷评估学业成绩，使用 CAS 认知评估测试评估神经认知过程。实验组和对照组均进行前测，实验组接受为期3个月的康复电脑训练计划干预。实验组和对照组均进行后测，后测结束后3个月进行跟踪测试。数据采用多元方差分析和SPSS-26统计软件进行分析。结果：分析结果表明，电脑训练计划对注意力缺陷多动障碍学生的认知过程（计划、注意和同时和连续处理）和学业成绩有积极影响，且具有统计学意义（P˂0.001）。结论：电脑训练计划改善了注意力缺陷多动障碍学生的认知功能（计划、注意和同时和连续处理），提高了学业成绩。关键词：注意力缺陷多动障碍，电脑训练，认知过程，学业成绩
误差相关电位变异性：探索对分类和可转移性的影响
摘要 — 脑机接口 (BCI) 允许从大脑到外部应用程序直接通信，以自动检测认知过程，例如错误识别。错误相关电位 (ErrPs) 是当一个人犯下或观察到错误事件时引发的一种特殊大脑信号。然而，由于大脑和记录设备的噪声特性，ErrPs 会因各种其他大脑信号、生物噪声和外部噪声的组合而有所不同，这使得 ErrP 的分类成为一个不简单的问题。最近的研究揭示了导致 ErrP 变化的特定认知过程，例如意识、体现和可预测性。在本文中，我们探索了在通过改变给定任务的意识和体现水平而生成的不同 ErrP 变化数据集上进行训练时分类器可迁移性的性能。特别是，我们研究了当由相似和不同的任务引发时观察性和交互性 ErrP 类别之间的转移。我们的实证结果从数据角度对 ErrP 可转移性问题进行了探索性分析。