aoi学院

SEED

SEED数据集是由上海交大类脑计算与机器智能研究中心(BCMI)开发的。该数据集是基于脑电的情绪分类任务而设计的数据集。该数据集记录了15名被试在观看积极、中性和消极情绪电影片段时的EEG信号，每个视频片段的时间为3-5分钟。每个参与者重复采集三天， 每次间隔天数大约一个星期。SEED数据集使用62通道的ESI NeuroScan设备以1 kHz的采样率进行记录，然后降采样至200Hz，并使用0-75Hz的带通滤波器去除EEG信号数据中的伪迹。

总结

研究性论文写作中需要注意的几个问题包括格式混乱、图片质量低、逻辑松散、文字罗嗦、前后文矛盾等。同时,还分享了一些标准格式和写作技巧,如统一规范的字体和标点符号、后期处理图片提高清晰度等。最后,作者还提到了撰写综述的经验即抓住研究重点、避免重复和无出处的结论。总之为论文写作提供了有益的指导和建议。

• 研究性论文写作需要注意的格式问题和综述论文的写作过程。建议注意文章格式、图片质量和文字逻辑性。
  • 研究性论文需要注意的格式问题
  • 格式混乱会影响审稿人和读者的理解
  • 图片质量低、排版不整齐是常见的问题，需要注意
• 在学术论文写作中需要注意的几个问题包括语法、上下文矛盾、文献引用等。
  • 钟老师举例说明小尺寸效应导致四方性消失
  • 0介绍综述写作方法，筛选相关文献并总结关键词
  • 最后写结论，通过阅读摘要已了解文章内容
• 如何写综述，包括如何寻找文献、总结优点缺点、检查格式和润色语法等。
  • 总结写作的优点和缺点，推荐TOC和格式润色网站
  • 介绍检查语法的网站，包括免费和付费的
  • 写作综述的技巧，只需填充文献和总结优缺点
• 科研写作和实验室安全注意事项强调了素材和规范的重要性，并分享了一些案例。
  • 科研写作需素材，否则难写
  • 实验室安全需注意，避免违规操作
  • 实验前需考虑实验标准，避免火灾等意外发生

原文

JCR Q2，中科院2区，IF：4.6

本篇学习报告介绍2022年2月发表于中科院一区期刊IEEE Journal of Biomedical and Health Informatics的论文“Investigating of Deaf Emotion Cognition Pattern By EEG and Facial Expression Combination”，作者Yang Y, Gao Q, Song Y等来自天津工业大学。

本篇学习报告基于论文《Prototypical Networks for Few-shot Learning》，作者是来自多伦多大学的Jake Snell、推特用户Kevin Swersky和来自多伦多大学和矢量研究所的Richard S. Zemel。该论文中介绍了一种基于原型的神经网络模型，该模型在小样本学习任务上取得了良好的性能，并且为解决实际应用中样本稀缺的问题提供了一种有效的方法。

小样本学习是指在只有很少样本数据的情况下进行学习和分类任务。传统的深度学习算法在这种情况下表现较差，因为它们需要大量的训练样本来建立准确的模型。而原型网络通过学习类别的原型向量来解决这个问题。在原型网络中，每个类别都被表示为原型向量，该向量是该类别所有样本特征向量的平均值。在训练阶段，网络通过优化损失函数来调整各个类别的原型向量，使得在特征空间中不同类别之间的距离最大化。

本篇学习报告《A shallow mirror transformer for subject-independent motor imagery BCI》来自期刊Computers in Biology and Medicine，作者是来自西安理工大学的Jing Luo , Yaojie Wang , Shuxiang Xia , Zhenghao Shi , Xinhong Hei和来自西安交通大学的Na Lu , Xiaoyong Ren 发表于2023年9月。

2023年8月23日，《Nature》杂志同时发表了两篇脑机接口技术（BCI）的重磅文章，为帮助那些因脑损伤和疾病而失去语言能力的人恢复语言能力迈出了重要一步，为我们带来了前沿领域的最新进展。

一篇名为《A high-performance speech neuroprosthesis》的文章研究使用了植入的微电极阵列（MEA）识别受试者说话时口面动作相关的脑区神经信号，经机器学习模型解码，最终令受试者可以以每分钟62词的速度与人交流，这是以往同类技术最高速度的3倍，已经大大接近了无语言障碍者的自然交流速度（160词/分钟）。

另一篇名为《A high-performance neuroprosthesis for speech decoding and avatar control》的文章研究利用了皮层电描记术（ECoG）来记录控制口腔和面部肌肉的运动皮层神经活动，同样以机器学习解码，其交流速度达到每分钟78词，而且该技术还允许虚拟形象根据神经活动模拟出说话者的口型和面部表情，提供了交流中的视觉反馈，大大丰富了受试者的交流能力。

为深入贯彻实施创新驱动发展战略，抢抓新一轮科技和产业变革机遇，促进未来产业创新发展，推动北京教育、科技、人才优势转化为产业优势，更好服务新时代首都高质量发展，根据《北京市国民经济和社会发展第十四个五年规划和二〇三五年远景目标纲要》，制定本方案。

音乐是跨越所有年龄和文化的普遍体验，是我们情感、认知和社会生活的核心部分。音乐拥有着独特的魅力，它能够抚慰受伤的心灵，让人忘却心中的悲痛；它能吹响前进的号角，为人带来前进的动力。然而大脑对充满魅力的音乐是如何处理的，当人们听到自己喜欢的曲目时，大脑又会是什么样的反应呢？这些困扰人们已久的音乐感知和认知的神经基础方面的问题终于在最近的研究中取得了重大进展。

本新闻中的研究来自于2023年8月15日发表在《PLoS biology》的论文《Music can be reconstructed from human auditory cortex activity using nonlinear decoding models》。作者是来自加州大学伯克利分校奈特实验室人类认知神经科学博士后研究员Ludovic Bellier等人，本篇论文的内容大致可分为两项研究。