决策信心估计和脑电图特征分析基于动物识别任务的功能分析
Li Li1, Yibi Jiang1, Peng Zan1
1School of Mechatronics Engineering and Automation, Shanghai University, Shanghai 200444, China.
The Review of scientific instruments
|February 11, 2025
概括
这项研究使用脑电图 (EEG) 来量化决策信心,以改善人机协作. 一个新的神经网络准确地预测了信心水平,提高了工作场所的决策.
科学领域:
- 神经科学是一个神经科学.
- 认知科学 认知科学
- 人与计算机的交互
背景情况:
- 有效的人机协作需要汇集个人观点.
- 决策信心与决策准确性有积极的相关性,这表明它作为权重参数的实用性.
- 对决策信心的量化估计对于优化协作决策至关重要.
研究的目的:
- 使用脑电图 (EEG) 量化估计决策信心.
- 开发和验证一种用于预测决策信心的新型神经网络.
- 识别与决策信心相关的大脑区域.
主要方法:
- 一个动物识别任务的设计是为了引起不同的决策信心水平.
- 收集和分析行为数据和EEG信号.
- 一个基于注意力的思考者不变的道DenseNet被开发来预测信心水平.
主要成果:
- 设计任务成功地区分了信心水平,通过行为和EEG数据验证.
- 提出的DenseNet模型在预测信任水平方面实现了77.84%的平均准确性,超过了现有的模型.
- 对道注意模块的可视化确定了与现有关于决策信心的文献相一致的大脑区域.
结论:
- 可以有效地利用EEG量化估计决策信心.
- 开发的神经网络提供了一种高精度的方法来预测决策信心.
- 这项研究有助于改善人与计算机的协作,通过提供神经生理学基础来权衡个人贡献.
