贝叶斯主动学习用于工作记忆任务研究

一项研究在沉浸式虚拟测试环境中验证了贝叶斯双轴主动分类方法，用于5×5空间工作记忆重建任务，同时控制空间负载L和特征绑定负载K两个变量。 在年轻成人群体中，GP驱动的自适应模式（AM）与传统阶梯式经典模式（CM）表现相当，K=3时组内相关系数为0.755；AM仅需约30个样本即可完成全模型准确拟合，并揭示了个体在空间负载与特征绑定交互上的差异。 该研究由Dom CP Marticorena等作者发表，结论基于上述实验环境与任务设置。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。