?
Context-dependent PSIICOS: A novel framework for functional connectivity estimation accounting for task-related power leakage
Neuroimage. 2025. Vol. 316. Article 121268.
Клеева Д. Ф., Alexei Ossadtchi
Cham: Springer Publishing Company, 2026.
Добавлено: 18 июня 2026 г.
Поддьяков А. Н., Троицкий вариант. Наука 2026 № 12 С. 24–25
В научно-популярной заметке представлен обзор содержания поста филдсовского медалиста Тимоти Гауэрса о возможностях ИИ в математике и содержания комментариев под постом. Обзор сделан в основном чат-ботом DeepSeek. В заключение обсуждается возможность не только решения задач искусственным интеллектом, но и их постановки. ...
Добавлено: 18 июня 2026 г.
Добавлено: 18 июня 2026 г.
Garzón J., Mora Rodríguez J., Морено Ф. Г., Applied Mathematics and Optimization 2026 Vol. 94 No. 10 P. 1–43
Добавлено: 17 июня 2026 г.
Нестеров А. С., Журнал Новой экономической ассоциации 2026
В этой статье рассматривается целевой приём в вузы в России с точки зрения науки об устройстве рынков сочетания и экономических механизмов (matching market and mechanism design), ключевого направления современной теории игр. Мы изучаем механизм целевого приёма -- набор правил, по которым устраивается трёхстороннее сочетание между абитуриентом, заказчиком и образовательной программой. Используемый в России механизм имеет ...
Добавлено: 16 июня 2026 г.
Добавлено: 10 июня 2026 г.
Flamarion M. V., Пелиновский Е. Н., Nonlinear Dynamics 2026 Vol. 114 Article 784
Добавлено: 5 июня 2026 г.
Добавлено: 4 июня 2026 г.
Медведева А. Д., Nikita Rudenkiy, Danila Shelepenkov и др., Behavioural Brain Research 2026 Vol. 507 Article 116169
Добавлено: 1 апреля 2026 г.
Добавлено: 6 февраля 2026 г.
Клеева Д. Ф., Sinkin M., Shtekleyn A. и др., Brain Topography 2025 Vol. 38 Article 75
Добавлено: 29 ноября 2025 г.
Клеева Д. Ф., Sinkin M., Shtekleyn A. и др., Springer, 2025.
Добавлено: 29 ноября 2025 г.
Менинг С. М., Феделе Т., Отставнов Н. С., , in: 2025 Seventh International Conference Neurotechnologies and Neurointerfaces (CNN).: IEEE, 2025. P. 62–65.
The neural mechanisms underlying the involvement of different working memory components remain unclear. We investigated oscillatory activity during verbal-spatial WM tasks involving either simple retention or complex manipulation. Using MEG, we examined differences in sensor-level activity across conditions in 29 participants. No significant differences were found between simple verbal and spatial storage. Complex tasks elicited ...
Добавлено: 6 октября 2025 г.
Вартанов А. В., Шевченко А. О., Вестник Московского университета. Серия 14: Психология 2022 № 1 С. 201–220
Актуальность. Проблема выявления мозговых механизмов внутренней речи (проговариваемых мысленно слов или даже отдельных звуков — фонем) на основе электрической активности мозга актуальна и значима для ряда практических приложений, в частности для усовершенствования построений интерфейсов мозг-компьютер.
Цель. Электроэнцефалографическое исследование направлено на выявление мозговых механизмов внутренней речи с учетом модальности ее инициализации.
Методика. В исследовании на 25 испытуемых регистрировалась ...
Добавлено: 2 октября 2025 г.
А.Е. Осадчий, А.Е. Кубяк, Нейротехнологии и нейроэлектроника (N&N) 2025 № 2 С. 4–31
Добавлено: 10 сентября 2025 г.
Arutiunian V., Buyanova I., Миннигулова А. Ш. и др., Cerebral Cortex 2025 Vol. 35 No. 3 Article bhaf055
Добавлено: 25 августа 2025 г.
Чернышев Б. В., Павлова А. А., Рытикова А. М. и др., Журнал высшей нервной деятельности им. И.П. Павлова 2023 Т. 73 № 6 С. 764–784
Считается, что запоминание смысла новых слов речи происходит благодаря ассоциативному обучению. Например, именно так слова, обозначающие движения, могут сопоставляться с соответствующими моторными актами. Известно, что синаптическая пластичность в мозге развивается при условии совпадения во времени активности клеточных ансамблей, репрезентирующих ассоциируемые события. Однако в реальности при выработке подобных ассоциаций возможен значительный разрыв во времени между ассоциируемыми ...
Добавлено: 4 июля 2025 г.
Саранская И. М., Boris Gutkin, Захаров Д. Г., European Physical Journal: Special Topics 2025 Vol. 234 P. 4159–4177
В этом обзоре рассматривается взаимосвязь между представлением данных и методами машинного обучения (ML) при классификации функциональных, когнитивных и патологических состояний мозга с использованием магнитоэнцефалографии (МЭГ). Рассматриваются два основных представления данных: сигналы на уровне сенсоров и восстановленные сигналы источников. Сигналы сенсоров в сочетании с классическими методами ML, такими как линейный дискриминантный анализ (LDA) и методы опорных ...
Добавлено: 15 марта 2025 г.
Provorova A., Куликова С. П., , in: Schemas In Language, Music, And Visual Cognition: Book of Abstracts.: Niš: Faculty of Philosophy, University of Nis, 2024. P. 35–35.
Целью данного исследования было изучение когнитивных механизмов, лежащих в основе способности читать музыкальные нотации. Чтение музыкальных нотаций требует эффективной интеграции слуховых и визуальных стимулов. Такая интеграция, вероятно, обеспечивается функциональной связностью между различными областями мозга. Кроме того, это должно требовать поддержания определенного уровня непрерывного внимания и создавать значительную когнитивную нагрузку. В этом исследовании мы стремились оценить ...
Добавлено: 19 декабря 2024 г.
Проворова А. А., Куликова С. П., / Cold Spring Harbor Laboratory. Серия 005140 "Biorxiv". 2024.
Музыкальное обучение глубоко влияет на организацию мозга, способствуя функциональным и структурным адаптациям, которые улучшают слуховые, моторные и когнитивные процессы. Это исследование изучает различия в функциональной связности между профессиональными музыкантами и не музыкантами во время выполнения задач, связанных с восприятием музыки и её графическим представлением. Используя анализ значения фазовой синхронизации (PLV) ЭЭГ, авторы исследовали синхронизацию в ...
Добавлено: 19 декабря 2024 г.
Власенко Д. В., Заикин А. А., Захаров Д. Г., , in: 2024 8th Scientific School Dynamics of Complex Networks and their Applications (DCNA).: IEEE, 2024. P. 258–261.
Добавлено: 7 декабря 2024 г.
The principle of Representational Similarity Analysis (RSA) posits that neural representations reflect the structure of encoded information, allowing exploration of spatial and temporal organization of brain information processing. Traditional RSA when applied to EEG or MEG data faces challenges in accessing activation time series at the brain source level due to modeling complexities and insufficient ...
Добавлено: 4 октября 2024 г.