XiaoMi-AI文件搜索系统
World File Search System错觉
流派分类基于听音乐时脑电波的频率分析-Wiss
大脑计算机接口（BCI）作为未来用户界面引起人们的注意。当使用人脑活动作为BCI时，具有反应性优势的运动召回已成为主流。例如，Nishimoto及其同事开发了BCI，在召回手指的开口和关闭期间，将大脑运动皮层的激活应用于康复和其他目的[8]。此外，刺激接受期间的大脑活动和视听信息的回忆也可能适用于BCI。视觉研究的研究可用于在查看错觉图像时根据大脑活动重建图像[3]。听力研究的例子包括基于脑波的方向取向，听取简单的语音和回忆[5]，重建元音“ A”和“ I”时脑波中的“ A”和“ I”，以及召回语音[1]的重建以及FMRI图像中的自然语音[9]。这些相关研究表明，当用户将BCI用作日常生活中的娱乐时，召回对象可能很无聊，并且用户可能会发现它很痛苦。因此，我们提出了一种使用音乐的方法。召回音乐的行为，例如嗡嗡声，是日常生活中的一种常见习俗，并且不如运动召回，图像回忆或简单音调，元音和自然声音的单曲无聊。因此，人们认为这可能会减轻用户的负担。此外，在音乐分类问题中，我们专注于流派分类问题。通过专注于小说，可以根据音乐之间的共同特征将无数音乐分为较小的数字。因此，我们认为分类类别较少，可以简单地作为分类问题。
关于向 CMAJ 提交的稿件使用人工智能工具的新政策
大型语言模型（基于海量语言数据训练的复杂生成人工智能 (AI) 算法）的最新重大进展导致了广泛使用的写作工具，例如 OpenAI 的流行聊天机器人 ChatGPT，它能够分析文本并根据用户提示生成新内容。这项技术对撰写文章的学者和发表文章的期刊具有重要而直接的影响。2023 年 5 月，国际医学期刊编辑委员会 (ICMJE) 更新了其对在医学期刊上发表学术作品的建议，其中包含与 AI 辅助技术相关的具体指令。1 由于 CMAJ 遵循 ICMJE 指导，这些新建议现在适用于提交给 CMAJ 的所有稿件。大型语言模型具有强大的能力，可以以用户可以指定的各种格式和样式从其训练数据集中搜索和重新打包信息。它们可用于生成学术稿件的想法和大纲，甚至是文章的全文。由于当代人工智能工具可以很好地模仿人类的说话和写作风格，因此它们的输出可能看起来很像来自人类作者，可以传达准确、权威以及情感联系的印象。然而，这种印象是一种错觉。由于计算机压缩和存储极大数据集的方式，大型语言模型会估计它们检索和编译的大部分信息，而不是能够准确地再现这些信息，就像试图根据别人记下的要点笔记重建你没有参加的讲座的确切文本一样。因此，大型语言模型的输出很容易出错，许多内容可能是捏造的（例如参考文献），而准确再现的内容可能构成抄袭。2
通过交互式系统中的感觉幻觉的触觉反馈调查
Number of Publications Included Publications Proprioception and Body Schema Illusions 8 (8.89%) - Rubber Hand Illusion 3 (3.33%) [ 3 , 26 , 100 ] - Virtual Hand Illusion 3 (3.33%) [ 80 , 105 , 117 ] - Other 2 (2.22%) [ 94 , 124 ] Phantom Sensations 24 (26.67%) - On-Body 11 (12.22%) [ 22 , 25 , 31 ，52，56，61，79，79，81，93，103，119] 139 , 145 ] Geometry Illusions 9 (10.00%) - Shape Illusion 5 (5.56%) [ 7 , 8 , 12 , 21 , 133 ] - Size Illusion 4 (4.44%) [ 6 , 11 , 132 , 147 ] Weight Illusions 17 (18.89%) - Size-Weight Illusion 3 (3.33%) [ 43 , 82 , 116 ] - Visual simulation of moving objects inside 2 (2.22%) [ 55 , 146 ] - Asymmetric oscillation 2 (2.22%) [ 1 , 128 ] - Control-display ratio 5 (5.56%) [ 58 , 92 , 108 , 112 , 115 ] - Other 5 (5.56%) [ 2 , 59 , 85 , 96 , 120 ] Stiffness Illusions 13 (14.44%) - Visual texture deformation 4 (4.44%) [ 4 , 57 , 67 , 144 ] - Control-display ratio 2 (2.22%) [ 20 , 141 ] - Simulated deformation sounds 2 (2.22%) [ 69 , 134 ] - Friction grain model 4 (4.44%) [ 46 , 47 , 60 , 63 ] - Restricting Deformation 1 (1.11%) [ 129 ] Surface Texture Illusions 13 (14.44%) - Cursor representation 3 (3.33%) [ 71 , 72，87] - 滚动屏幕2（2.22％）[62，136] - 叠加的视觉/听觉纹理5（5.56％）[14，23，33，34，149] - 天鹅绒手幻觉2（2.22％）[101，148] [101，148] - manipulate velecity 1（1.11％） 113]环境错觉1（1.11％）[16]表1。在调查的出版物中发现的触觉幻觉的分布，首先由其针对的主要触觉财产分类。这些群体不构成全面的分类法，而是源自我们的编码数据中的群集。
计算摄影（CS 445） - 春季2024
•Kai Yan（Kaiyan3）•Hang Yu（Hangy6）•Shuhong Zheng（Szheng36）概述计算摄影是由计算机图形，计算机视觉和摄影的收敛创造的新兴领域。它的作用是通过使用计算技术来捕获，增强和结合图像，从而克服传统相机的局限性，从而获得更加生动和栩栩如生的视觉体验。课程目标在本课程结束时，您将拥有书面程序来创建错觉，从照片中添加或删除对象，将3D对象插入图片中，将照片自动缝合到全景中等等。通过讲座和动手项目，您将学习计算机视觉和图形的核心原理，这些原则将在机器人技术，心理学，媒体设计，艺术，摄影，信息检索，娱乐技术以及其他许多成长领域中非常有用。除了实际好处之外，该课程还旨在为我们自己惊人的视觉能力提供更大的欣赏，并在编写程序中获得乐趣，这些程序可以与您自己的照片收集一起使用。先决条件您应该以基本的编程技能以及线性代数和微积分的工作知识进入课程。Python，图像处理，计算机视觉或计算机图形学的先前经验将非常有用，但不需要。建议学生拥有或购买数码相机，理想情况下，使用手动控件（智能手机应该很好）。对于基于图像的照明项目，您可能需要一个可以在亚马逊上购买的镜像球。分配和分级分级基于项目，期中和最终项目。字母等级将根据以下阈值分配：
对COVID-19疫苗误解的接种
全球监管机构最近授权分发和管理Covid-19疫苗标志着大流行中的重要转折点。史无前例的尝试实现广泛的疫苗覆盖范围的尝试已经遭受了虚假和误导性信息的冲击[1]。错误的信息具有不利影响疫苗摄取的潜力。例如，几乎40％的美国人说他们不会接受疫苗，而最近的一项研究发现，对COVID-19的错误信息的信念显着降低了获取疫苗的意愿[2，3]。因此，加强防御能力的防御能力至关重要，以防止持续的Covid-19疫苗误解，并利用旨在抑制其影响力的有效策略。打击疫苗错觉的一种常见方法涉及揭穿虚假主张。虽然看似直观，但研究发现，这种方法可以加剧误解的负面影响，而不是正确。这是因为直接反驳错误信息的校正可以触发“持续影响效应”，即使确认校正，人们也会继续从内存中检索错误信息[4]。此外，矫正可以触发心理抵抗，尤其是当将纠正视为攻击性的显着价值和意识形态时，误解会引起人们的共鸣。因此，面对Covid-19的疫苗误解需要采取先发制人的行动，以“免疫公众免受误解”，这一过程借鉴了心理接种的概念。例如，由于公众对1900疫苗的影响在政治上是两极分化的，在美国尤其是在美国，错误的信息纠正可能是无效的或可能在犹豫的听众中引起的，因此使虚假的错误信息在决策中更具影响力。心理接种紧随生物医学的类比：就像接触病毒剂量弱的病毒有助于人体免疫学上抵抗未来的感染一样，也可以先发
严重偏瘫中风患者的认知运动功能增强...
1) Kaneko, F., Inada, T., Matsuda, N., Shibata, E., Koyama, S.：视觉诱发的动觉错觉对中风患者急性影响：初步报告, International Journal of Neurorehabilitation , 3 , 212,（2016）。 2) Kaneko, F., Shindo, K., Yoneta, M., Okawada, M., Akaboshi, K., Liu, M.：使用增强现实激发中风患者自我身体认知的新方法的病例系列临床试验：对运动功能和静息态大脑功能连接的影响, Frontiers in Systems Neuroscience , 13 , 1-14,（2019）。 3) Pollock, A., Farmer, S. E, Brady, MC, Langhorme, P., Mead, GE, Mehrholz, J., van Wijck, F.：Interventions for improve upper limb function after stroke, The Cochrane database of systems reviews , 2014 （11), CD010820, （2014）。4) Cerver, MA, Soekadar, SR, Ushiba, J., Millán, JDR, Liu, M., Birbaumer, N., Garipelli, G.：Brain-computer interface for post-stroke motor rehabilitation：a meta-analysis, Annals of Clinical and Translational Neurology , 5 , 651-663,（2018）。 5) Decety, J., Grezes, J.：Neural Mechanisms subserving the perception of human action, Trends in Cognitive Sciences , 3 , 172-178,（1999）。6） Roland, PE, Larsen, B., Lassen, NA, Skihoj, E.：Supplementary motor area and other cortical area in organization of voluntary movements in man, Journal of Neurophysiology , 43 , 118-136,（1989）。7） Porro, CA, Francescato, MP, Cettolo, V., Diamond, ME, Baraldi, P., Zuiani, C., di Prampero, PE：Primary motor and sensey cortex activity during motor performance and motor imagery：a functional magnetoimaging study, Journal of Neuroscience , 16 , 7688-7698,（1996）。 8) Hashimoto, R., Rothwell, JC：动态变化
脑刺激
背景：慢性颌面痛 (COP) 患者经常感觉面部疼痛部位“肿胀”而没有任何临床症状；这种自我报告的面部错觉被称为知觉扭曲 (PD)。PD 的病理生理机制仍然难以捉摸。目的：测试重复经颅磁刺激 (rTMS) 对健康个体 PD 的神经调节作用，以深入了解 PD 的皮质机制。方法：通过在眶下神经周围注射局部麻醉剂 (LA) 实验性地诱发 PD，并测量受影响区域感知到的大小变化。参与者被随机分配到抑制性 rTMS (n = 26) 组或假性 rTMS (n = 26) 组。参与者在基线、LA 后 6 分钟、rTMS 后立即、20 和 40 分钟对 PD 进行评分。在 LA 后 10 分钟，当 PD 幅度较大时，将 rTMS（抑制和假性）应用于初级体感皮层 (SI) 的面部（唇部）表征区作为干预措施。与抑制性 rTMS 一样，采用持续 40 秒的连续 θ 爆发刺激范式 (50 Hz) 来抑制皮质活动。结果：与假性 rTMS 相比，我们在应用抑制性 rTMS 后立即和 20 分钟证实了 PD 幅度显著降低（P < 0.006）。在两项对照实验中，我们还表明外周肌肉刺激和刺激除唇部表征区以外的皮质区域对 PD 幅度没有影响。结论：在与躯体相关的皮质区域应用抑制性 rTMS 可调节健康个体的面部 PD，并可能对 COP 患者产生治疗意义。© 2020 作者。由 Elsevier Inc. 出版。这是一篇根据 CC BY-NC-ND 许可协议 ( http://creativecommons.org/licenses/by-nc-nd/4.0/ ) 开放获取的文章。
对话式人工智能在
摘要 本研究评估了对话式人工智能 (CAI) 在纠正认知偏差和识别人机交互中的情感方面的有效性，这对于数字心理健康干预至关重要。认知偏差——系统性偏离规范思维——会影响心理健康，加剧抑郁和焦虑等状况。治疗聊天机器人可以使认知行为疗法 (CBT) 更易于获得且更实惠，提供可扩展和即时的支持。该研究采用结构化方法，使用基于临床的虚拟案例场景模拟典型的用户-机器人交互。在两类认知偏差中评估了表现和情感识别：心智理论偏差（人工智能拟人化、对人工智能的过度信任、归因于人工智能）和自主性偏差（控制错觉、基本归因错误、公正世界假设）。使用定性反馈机制和序数量表来量化基于准确性、治疗质量和对 CBT 原则的遵守情况的反应。通过脚本交互评估治疗机器人（Wysa、Youper）和通用 LLM（GTP 3.5、GTP 4、Gemini Pro），由认知科学家和临床心理学家双重审查。统计分析表明，治疗机器人在偏见纠正方面始终优于非治疗机器人，并且在 6 种情感识别偏见中有 4 种表现出色。数据表明，非治疗聊天机器人在解决某些认知偏见方面更有效。关键词：认知偏见、对话式人工智能、聊天机器人、数字心理健康、偏见纠正、情感识别 * 通讯作者。电子邮件：marcin.rzadeczka@umcs.pl，邮寄地址：Wydział Filozofii i Socjologii UMCS, pl。Marii Curie-Skłodowskiej 4， pok。204, 20-031 卢布林数据和协议：https://data.mendeley.com/datasets/h2xn2bxz5r/1 预印本 doi：https://doi.org/10.48550/arXiv.2406.13813
注意力缺陷多动障碍患者的自我与他人区别明显
简介：区分自我产生的触觉刺激和他人的触摸对于社交互动和形成连贯的“自我”概念至关重要。在注意力缺陷多动障碍 (ADHD) 中，触觉过敏和社会认知问题是症状的一部分，但病理生理机制在很大程度上尚不清楚。区分自我和非自我产生的感觉可能是理解和制定管理过敏的新策略的关键。在这里，我们比较了患有 ADHD 的成年人和神经典型对照 (NC) 之间有效的自我和他人触摸的神经特征。方法：28 名成年 ADHD 参与者和 30 名年龄和性别匹配的 NC 在功能性磁共振成像期间执行自我-他人触摸任务：他们抚摸自己的手臂、物体或被实验者抚摸。此外，还测量了触觉检测阈值和橡胶手错觉 (RHI)。结果：ADHD 参与者比 NC 具有更多的自闭症特征，并且报告称他们较少参与人际接触。他们还报告称对触觉刺激更敏感。与 NC 相比，ADHD 参与者对自我和他人触摸条件的反应都增强：前岛叶和后岛叶在自我触摸时失活程度更强，而他人触摸时初级躯体感觉皮层激活程度增加。ADHD 参与者的触觉检测阈值完整，但对 RHI 不太敏感。结论：未改变的检测阈值表明外周处理完整，并且超敏反应可能是由中枢机制驱动的。这对管理 ADHD 中的躯体感觉超敏反应具有临床意义。自我触摸和他人触摸之间更明显的差异可能表明自我与他人的区别更清晰。这对于 NC 和 ADHD 患者的身体所有权感知很有意义，也可能对其他具有改变自我体验的精神疾病患者（如精神分裂症）也很有意义。更清晰的身体界限可能与社会认知缺陷和触觉过敏有关。
时装艺术与设计学院（ESMOD）
需要课程（180 cr。）个人研发（2 Cr。）。市场和消费者分析（2 Cr。）。裙子收集开发（4 cr。）。纺织品（2 cr。）。图基（2 cr。）。公民参与（2 cr。）。裙子组件（2 cr。）。裙子理论（2 cr。）。创意悬垂（2 cr。）。裙子应用程序（4 cr。）。USJ值（2 cr。）阿拉伯语言和文化（2 Cr。）。灵感方法（2 cr。）。收集方法（2 cr。）。可持续时尚（2 Cr。）。技术图（2 Cr。）。着装最终项目（4 cr。）。数字性能（2 cr。）。衬衫组件（2 cr。）。衬衫理论（4 cr。）。零废物连衣裙（2 cr。）。衬衫应用（2 cr。）。数字基础知识（2 cr。）。着装理论（2 cr。）。着装应用（4 cr。）。收集上下文（2 cr。）。趋势书（2 cr。）。光学错觉（2 cr。）。量身定制的西装收集应用程序（4 cr。）。技术图（2 Cr。）。数字插图（2 cr。）。量身定制的西装组件（2 cr。）。量身定制的西装结构（2 cr。）。量身定制的西装悬垂（2 cr。）。数字生产策略（2 Cr。）。创意模式起草（2 cr。）。量身定制的西装执行（4 cr。）。收集方法（2 cr。）。休闲服装收集应用程序（4 cr。）。时尚风格（2 cr。）。时装营销（2 Cr。）。数字投资组合（2 cr。）。个人身份（4 cr。）。休闲磨损技术（2 cr。）。休闲磨损组件（2 cr。）。实现群体休闲服（4 cr。）。数字模式起草技术（2 cr。）。最终总体外观（4 cr。）。讲故事（2 cr。）。创意艺术方法（2 Cr。）。收集开发（2 Cr。）。陪审团1-单个主题简介（2 cr。）。陪审团2-个人主题的发展（2 cr。）。实习报告（4 cr。）。高级模式起草技术（2 cr。）。高级组件（2 cr。）。套筒开发（4 cr。）。卷开发（4 cr。）。生产策略（2 Cr。）。英语级A（4 cr。）。收集计划（2 Cr。）。商业线（2 cr。）。时装设计组合（2 cr。）。陪审团3-商业线和收集计划（2 cr。）。陪审团4-整个收藏（2 cr。）。专业品牌身份（2 cr。）。研究生项目（4 cr。）。最终集合原型（4 cr。）。唯一收藏（4 cr。）。模式起草收集身份（6 cr。）。