跳到正文
OpenReview · EEG· Bingfang Huang; Harrison Ritz; Jiefeng Jiang·· 2025-08-11精选AI 评分75

适应性行为由受控与非受控信息的整合表征引导

Adaptive behavior is guided by integrated representations of controlled and non-controlled information

AI 导读

基于摘要分析。本研究关注任务知识如何在神经活动中编码,并检验整合性任务表征是否同时包含刺激—反应关联(非受控)和刺激—控制关联(受控),从而共同引导适应性行为。其主要贡献是通过扩展经典的 item-specific proportion congruency 范式,尝试区分这两类关联的 EEG 表征,并分析其与行为反应的关系。 机制与方法:刺激—反应关联涉及刺激与反应之间的对应关系;刺激—控制关联则提供如何调整任务关注重点以实现目标导向行为的信息。研究结合行为分析、EEG 解码分析及脑—行为关联分析,检验两类信息是否同时被表征,以及各自表征强度是否与反应速度相关。摘要未给出范式的具体操作、解码算法、EEG 特征或时间窗,相关实现尚未验证。 作者报告,行为数据复现了既有的关联驱动适应性行为结果;在该扩展范式下,EEG 解码分析显示受控与非受控关联同时存在且具有可区分的表征,两类关联的表征强度均与更快反应相关。作者据此认为,结果支持两类关联由整合性任务表征共同组织并引导适应性行为的观点。上述脑—行为关系属于关联性证据,不宜直接解释为因果机制已被证明。 证据边界:摘要未提供被试数、效应量、解码指标、训练与测试划分或统计检验细节,实验协议、消融及统计信息尚未验证。全文阅读时应重点核对两类关联在任务设计中的分离方式、解码评估协议,以及支持“可区分表征”与“整合性表征”的证据关系。本研究主要属于 EEG 认知机制研究,材料未报告 BCI 在线控制、跨被试泛化或应用性能,因此不能据此推断 BCI 有效性。

阅读价值

该研究通过扩展任务范式区分受控与非受控关联的 EEG 表征,为核对任务信息如何共同编码及其与反应速度的关系提供了具体切入点,但不构成 BCI 解码性能提升的证据。

来源:OpenReview · EEG · openreview.net