揭示时长的表征几何

基于摘要分析。本研究考察人类对时长的表征是否足以用一维、线性且空间化的心理时间线解释，并结合行为相似性判断与 EEG 实验，提出时长空间具有多维结构及随时间变化的神经表征几何。其主要对象是时长知觉与认知表征，而非 BCI 解码算法。 研究让同一批参与者完成两项实验：在行为任务中评价时长对的相似性，在 EEG 任务中检测序列中的偏差时长。作者分别由行为与 EEG 数据构建表征相异性矩阵，并将其几何结构与时长组织的理论模型比较。摘要未给出参与者人数、时长集合、EEG 采集与预处理细节，以及模型比较和验证协议。 作者报告，行为相似性判断中的大部分方差可由三个潜在维度解释：时长大小，即时长的单调排序；情境编码，即与时长集合几何均值的距离；以及周期成分。三者共同符合一个潜在的广义螺旋模型，作者报告该模型对行为数据拟合良好，但摘要未提供具体拟合指标或对照差异。作者还报告，个体螺旋模型参数与静息状态下测得的内源性神经振荡相关；这一相关性提示内在神经动力学可能约束个体时长空间，但不能据此确立因果关系。 在 EEG 时长偏差检测任务中，作者报告神经表征几何依次经历两个阶段：较强的对数编码在时长刺激结束后约 150 ms 达到峰值，随后从结束后约 300 ms 开始出现弹簧样几何。这些时间点对应刺激结束后的表征演变，不应解释为 BCI 的解码延迟或性能指标。 阅读全文时需核对潜在维度的提取方式、广义螺旋及弹簧样模型的数学定义、相异性矩阵的构建方法、模型复杂度控制，以及振荡相关与时间动态的统计检验。实验协议、消融及统计信息尚未验证；现有摘要也未提供代码或数据可得性信息。材料未直接检验 BCI 应用，不能将其认知神经科学发现等同于已验证的 EEG 解码收益。