贝叶斯推断神经基础的计算分析

基于摘要分析，仅获得论文 Highlights，未取得全文。本研究关注贝叶斯推断的神经基础，将 Bayesian model comparison 用于分析参与者执行 urn–ball task（罐球任务）时的单试次 EEG 动态，以考察概率推断与不同神经电生理成分之间的关系。 方法与结果：材料明确提到贝叶斯模型比较和单试次 EEG 分析，但未给出候选模型、概率更新规则、模型拟合及比较指标。作者报告，前部 P3a 与后部 P3b、Slow Wave 存在可区分的相关表现；具体对应哪些推断变量、时间窗和电极位置，尚未验证。作者还报告，数据与非线性概率加权相一致，结果与“贝叶斯脑”假说相一致。这些表述是相容性证据，不宜升级为证明大脑严格执行贝叶斯推断，也不能据此确定相关 EEG 成分具有因果作用。 阅读与复现关注点：全文需核对 urn–ball task 的概率结构、行为数据与 EEG 的建模关系，以及不同候选模型能否区分非线性概率加权和其他解释。被试规模、EEG 预处理、单试次成分提取、实验协议、消融及统计信息尚未验证。现有材料支持将其理解为概率推断的 EEG 神经相关研究，不支持声称其已改善 BCI 解码、跨被试泛化或在线控制性能。