Множество и разграничими ефекти на сетивната история върху ефективността на работната памет, част 3

Зависимост от задачата на атрактивното отклонение в производителността между опитите

След това повторихме същите анализи между опитите, но проучихме ролята на уместността на задачата и типа сигнал в предишното изпитване. Това ни позволи да тестваме и сравним поведенчески отклонения, предизвикани от изследваната (и докладвана) ориентация и от неотчетената ориентация в предишния опит пробен период.

Ние също така тествахме дали cuetype в предишния опит е повлиял на пристрастието в текущия опит. Разгледахме само опити, в които бяха представени две ориентации в предишния опит.

Експериментите са много тясно свързани с паметта, защото целта на експериментите е да проверят и докажат някои теории и хипотези, а тези теории и хипотези изискват експериментиране и анализ чрез нашата памет.

Когато провеждаме експерименти, трябва да помним важна информация като целта на експеримента, експерименталните процедури, експерименталните условия и експерименталните резултати. Само когато можем ясно да си спомним тази информация, можем точно да анализираме и интерпретираме експерименталните резултати и да направим правилни заключения.

В същото време експериментирането може да ни помогне да подобрим паметта си. Чрез повтарящи се експерименти, запомняне и обобщение можем да консолидираме паметта си, да задълбочим разбирането и овладяването на експерименталните знания и по този начин да подобрим паметта си.

В допълнение, експериментите могат също така да стимулират паметта ни чрез стимулиране на множество сетива, като зрение, слух и допир. Чрез включването на множество сетива можем по-добре да запомним и разберем знанията, като по този начин имаме предимство в паметта.

Накратко, експериментирането и паметта са неразривно свързани. Като активно участваме в експерименти, можем не само да упражняваме практическите си способности, но и да подобрим паметта и разбирането си. Нека използваме напълно експерименталната платформа за обучение и се стремим да подобрим нашите способности за учене! Вижда се, че трябва да подобрим паметта и Cistanche deserticola може значително да подобри паметта, тъй като Cistanche deserticola е традиционен китайски лекарствен материал, който има много уникални ефекти, един от които е да подобрява паметта. Ефикасността на мляното месо идва от неговите различни активни съставки, включително киселина, полизахариди, флавоноиди и др. Тези съставки могат да насърчат здравето на мозъка по различни начини.

Щракнете върху познайте начините да подобрите паметта си

ANOVA с повтарящи се измервания на сумата от ъгловите разстояния на отклонението на производителността за уместност на задачата и тип сигнал потвърди ефект от уместността на задачата (F(1,19)=14.684, p=0.{ {29}}01; Фиг.3D), но не показа ефект от типа сигнал (F(1,19)=1.423, p=0.248) или взаимодействие (F (1,19)=1.633, p=0.216). Ориентациите, свързани със задачата, в опити от двата типа реплики доведоха до значително отклонение (предишното изпитване беше докладвано първо и съдържаше два елемента: t(19)=3.524,p=0.002; предишното изпитването е докладвано второ и съдържа два елемента: t(19)=4.476, p, 0.001). Непроверените ориентации не доведоха до значително отклонение (и двете p. 0.2).

Не е наблюдавана надеждна разлика между силата на пристрастието между докладите за вторите два елемента или докладите за първите два елемента в предишни изпитвания (t(19)=1.691, p=0.107).
Проследявайки, ние оценихме отклонението на производителността като функция на ъгловото разстояние между текущата ориентация на целта и представените по-рано ориентации. Базираното на клъстери пермутационно тестване показа атрактивно отклонение към ориентацията, свързана със задачата, в предишния опит, когато докладва първа реплика (p=0.001; 7–58 градуса; Фиг. 3C) или докладва второ реплика (p, 0,001; 4–77 градуса) беше представена в предишното изпитване.

За неотчетени ориентации не е наблюдавано отклонение (няма кандидат клъстери за първи доклад или доклад за втори сигнал). Заедно този модел от резултати показва атрактивно отклонение между опитите, но само относно елементи, които са били уместни в предишното изпитване.

Невронна класификация на представените ориентации

За нашия класификационен анализ ориентациите на решетката бяха групирани в 10 еднакво разположени контейнера. Приложихме линеен дискриминантен анализ (LDA) върху пространствени и времеви характеристики от всички 306 MEG сензора, вариращи от 400 ms преди началото на стимула до 900 ms след началото на стимула (вижте Материали и методи).

Ако информацията за ориентация беше налице, оценките на вероятността на LDA доведоха до криви на представяне на подобие, центрирани върху представената ориентация, които можеха да бъдат навити с косинусова функция, за да се получи оценка на единично доказателство за времева точка. Класификацията на LDA отразява значителни доказателства за представената ориентация след визуалното начало на решетката (фиг. 4).

Това разкрива значително декодиране както на първата ориентация на решетката (100–615 ms; p, 0,001), така и на втората ориентация на решетката (95–590 ms; p, 0,001). Наблюдава се незначителна тенденция за доказателствата за ориентацията на първата решетка след представянето на втората решетка (250–600 ms; t(19)=1.971; p=0.063; вижте също кръстосано декодиращи анализи по-долу). Нямаше разлика в доказателствата на класификатора след първи доклад или втори сигнал (250–600 ms; t(19)=0.798; p=0.435).

Отклонение на класификацията в рамките на изпитването спрямо предишния стимул

Кривите на представително сходство бяха използвани за оценка на посоката и големината на невронните отклонения в представянето на ориентацията. Чрез обучение на класификатора за всички стимули, отклоненията от историята на ориентацията трябва да се отменят, което позволява тестване върху опити със специфични предишни ориентации (по посока на часовниковата стрелка срещу обратно на часовниковата стрелка на текущия стимул), за да се разкрият всякакви невронни отклонения.

За да проучим как информацията от втората решетка е била модулирана от информация от първата решетка, ние отделно оценихме опитите с отчет първи и отчет втори сигнали. По този начин ние оценихме доказателствата за класификация в MEG данните в епохата след представянето на втората решетка. За тези анализи ние отново избрахме опити само с представените и двете решетки.

Ние разделихме опити, при които първата решетка беше по посока на часовниковата стрелка спрямо втората решетка (ъглово разстояние от 10–50 градуса, въз основа на поведенческите резултати, вижте Фиг. 2A, B).

Разгледахме средната стойност на времевите точки между 250–600 ms за всички бъдещи анализи, тъй като в този времеви прозорец ориентацията на стимула може да бъде декодирана с надеждна точност в този времеви прозорец (вижте Фиг. 4; вижте също Фиг. 5, сиво засенчена област). Повтаряйки отклоненията в производителността, не се наблюдават значителни отклонения в първите опити на доклада (Z=0.645; p=0.516; Фиг. 5A, B).

Въпреки това, при втория опит в доклада, ние наблюдавахме отблъскващ ефект, далеч от предишната кодирана ориентация на решетката (Z =2.743; p=0.006; Фиг. 5C, D). Нямаше корелация сред участниците между степента на отклонение в поведенческите и невронните данни при докладваните първи опити (r=0.010; p=0.968) или докладваните втори опити (r {{9} }.328; p=0.158).

Отблъскващи невронни пристрастия между опити, далеч от сетивната история

За да изследваме невронните отклонения между изпитанията, ние използвахме същия подход, както при невронните отклонения в рамките на изпитването. Тествахме LDA доказателствата, получени по време на периода на кодиране на стимула, за систематични отклонения в оценките на вероятността като функция на ъгловото разстояние между текущата ориентация и пробориентацията в предишния опит.

Ако поведенческите отклонения между изпитанията отразяват невронната модулация по време на кодирането на сетивните характеристики, бихме очаквали да видим увеличение на вероятността от ориентации, представени в предишното изпитване, в съответствие с атрактивното пристрастие към представянето. Ние обучихме класификатора на данни след представянето както на първата, така и на втората комбинирана ориентация на решетката и включихме всички типове сигнали и няколко представени елемента.

Информирани от нашите поведенчески анализи относно отклоненията в производителността на изпитванията, за набора от тестове избрахме опити, при които предишният ъгъл на сондата имаше относителна разлика от 0–60 градуса (получена от значителни ъглови разлики; Фиг. 3A, B) положителна или отрицателна от представената ориентация на решетката. Резултатите бяха качествено същите и останаха значими, когато бяха избрани други ъглови диапазони.

Противно на нашите очаквания, доказателствата на класификатора бяха значително изместени от целевата ориентация при предишното изпитване (250–600 ms начало след решетка; Z=3.228, p=0.001; Фиг.6A-D ), вместо да отразява привлекателното поведенческо пристрастие. На практика това би означавало, че ако указаната ориентация в предишния опит е била CW, доказателствата на класификатора за контейнерите CCW са се увеличили и обратно.

Отблъскващото отклонение от целта при предишното изпитване беше значително за първото (Z {{0}}.020, p=0.043) и втора решетка (Z=2.690, p=0.007) в текущия опит, когато се разглежда отделно (фиг. 6C). Отблъскващото отклонение между опитите по време на обработката на стимул две е налице, ако неориентацията е представена в първия интервал (Z=2.298,p=0.021), но не и когато е представена и първата решетка ( Z =1.714, p=0.087). Интересното е, че топографиите на Фигура 6D, G бяха много сходни (r=0.563; p, 0.001), и двете топографии корелираха отрицателно с топографията за декодиране на стимул [r=0.558, p, 0.001 ( Фиг. 6D); r=0.763, p, 0.001 (фиг. 6G)].

След това тествахме дали това отблъскващо невронно пристрастие е било повлияно от уместността на задачата на решетката и от условието за подсказване на предишния опит. Определихме количествено това отклонение за релевантни и нерелевантни за задачата ориентации на решетката в предишния опит. В този анализ бяха включени само опити, при които предишното изпитване съдържаше два елемента.

При осредняване на невронното отклонение за 250–600 ms, релевантните за задачата ориентации показаха отблъскващо невронно отклонение (Z=2.565, p=0.010), но не открихме невронно отклонение за нерелевантни за задачата ориентации ( Z =0.174, p=0.861), въпреки че тази разлика не достигна значимост (t(19)=1.80, p=0. 088). И все пак, базираното на клъстери пермутационно тестване показа значителен клъстер, показващ, че ориентациите, свързани със задачата, проявяват значително по-силно отблъскващо отклонение, отколкото ориентациите, които не са свързани със задачата (500–550 ms; p=0.039).

Кръстосано декодиране на доказателства за представени преди това стимули

Ако информацията за предишната представена ориентация все още присъства частично във визуалната система по време и след представянето на текущата ориентация на решетката, тя може да взаимодейства с кодирането, което вероятно води до наблюдаваното отблъскващо отклонение. Една от възможностите е, че продължителното представяне е в ортогонален формат на представяне, който е различен от сетивното кодиране на характеристиките (Libby and Buschman, 2021).

В този случай би имало малко или никакво припокриване между модела на активиране, предизвикан по време на сензорния вход, и модела, свързан с продължителното представяне на тази минала ориентация на решетката. Следователно класификатор, обучен да отделя перцептивна информация, не би обобщил кръстосано, ако бъде тестван върху кода на паметта.

Алтернативно, задържащият код може да присъства в стабилно представяне, което споделя прилики с представянето на входяща сензорна информация. Ако това беше случаят, класификатор, обучен на данните от текущата ориентация на решетката, ще обобщи кръстосано и ще идентифицира информация за минало решетка (или потискане на информация, изразена в отрицателни доказателства).

Ние адаптирахме кръстосаното декодиране, за да открием продължителна ориентационно-селективна активност от предишния опит (вижте също Wanet al., 2020). След обучение на класификатора за представената ориентация и тестване за доказателства за ориентация на целта от предишния опит, наблюдавахме значителни отрицателни класификационни доказателства в периода от 250–600 след началото на решетката (свързване върху решетка едно и решетка две: t(19) {{6 }}.078,p=0.006; решетка само една, t(19)=1.376, p=0.185; решетка две, t(19)=2 .951, p=0.008; Фиг. 6F).

Доказателствата за отрицателен класификатор показват, че докато информацията все още е налице за предишната ориентация, селективните за ориентация модели могат да бъдат обърнати по отношение на кодирането на стимула.

Това потискане на доказателства за ориентацията на предишния процес може да е причина за очевидното отблъскващо пристрастие в декодирането на ориентацията на настоящия процес. Ако случаят беше такъв, бихме очаквали двете мерки да бъдат положително корелирани: по-силното потискане на предишната ориентация (отрицателни класификационни доказателства) трябва да доведе до по-негативно отклонение за текущата ориентация. Тествахме това с помощта на корелациите на Pearson между участниците и открихме значителна корелация при оценката на всички решетъчни презентации заедно (r {{0}}.832, p, 0.001; решетка само една, r=0.685, p, 0.001; решетка само две, r=0.751,p, 0.001; Фиг. 6E).

Не е наблюдавана корелация между атрактивното поведенческо отклонение и величината на отрицателното изместване в невронните данни (r=0.186, p=0.432), нито с величината на отрицателното декодиране (r {{4 }}.144, p=0.544).

Дискусия

Настоящото проучване изследва пристрастия от преди това възприета и запомнена информация за невронно кодиране и поведенчески реакции. Наблюдавахме както невронни, така и поведенчески отклонения, които демонстрират взаимодействия между минала и настояща сензорна обработка. Ориентациите, представени в същото изпитване, упражняват отблъскващи отклонения в представянето на текущо възприеманите ориентации.

За разлика от това, свързаните със задачите ориентации в предишното изпитване упражняват противоположни, атрактивни пристрастия към ефективността, като общо предоставят доказателства за два противодействащи процеса на пристрастия, действащи в тандем. Интересното е, че многовариантното декодиране на невронни данни показва, че и двата стимула от същото и предишното изпитание генерират отблъскваща невронна пристрастие, което предполага, че двата вида отклонения в изпълнението могат да възникнат от модулации, действащи на различни етапи от обработката на стимула.

Докато отблъскващите пристрастия могат да отразяват механизми, подобни на визуалната адаптация, които насърчават визуалната различимост, атрактивните пристрастия към представянето, наблюдавани в опитите, не се наблюдават на нивото на сетивното представяне. Тъй като вместо това се появи аневрално отблъскващо отклонение, ние спекулираме, че постперцептуалните модулаторни механизми могат да отменят всяка ранна отблъскваща сензорна модулация и да доведат до атрактивни отклонения в представянето.

Настоящите поведенчески резултати предоставят доказателство за два вида пристрастия към представянето: отблъскващо пристрастие в рамките на изпитването и привлекателно пристрастие към представянето между изпитванията (вж. Bae and Luck, 2020; Fischeret al., 2020). И двете отклонения бяха модулирани от уместността на задачата на индуциращия стимул. Първо, ние идентифицирахме отблъскващо отклонение от първата ориентация в едно изпитване, но нямаше значимо ретроспективно отблъскващо отклонение от втората ориентация, въпреки че втората решетка беше представена по-близо във времето до сондата.

Спекулираме, че това може да се е случило, защото знакът за релевантност се е появил заедно с този втори стимул, което показва неговата неуместност в опитите с първата сонда. По същия начин, отговорите на участниците в настоящото изпитване бяха предубедени само към ориентации, свързани със задачите в предишното изпитване. На невронно ниво пристрастията също зависят от уместността на задачата. Отблъскващо невронно пристрастие беше налице само когато представената ориентация беше насочена като релевантна на задачата и следователно кодирана в работната памет.

За разлика от това, нерелевантни за задачата решетки, които не са били кодирани в работната памет, могат да бъдат декодирани с подобна прецизност, но не показват значително отклонение. Решетки от предишни опити, които бяха свързани с атрактивно отклонение в производителността, също доведоха до отблъскващи невронни отклонения по време на кодиране на работната памет. Само ориентации, свързани със задачата, доведоха до отблъскващо отклонение.

Адаптацията би могла отчасти да обясни наблюдаваното тук отблъскващо невронно пристрастие. Визуалната адаптация е предложена като причина за отблъскващи невронни отклонения (Jazayeri и Movshon, 2006, 2007; Kohn, 2007; Stocker и Simoncelli, 2007; Webster, 2015). Тъй като адаптацията намалява задействането в наскоро активни неврони (Clifford et al., 2000; Wainwright, 1999), това е ефективно използване на ограничени невронни ресурси, когато средата е автокорелирана (Stocker and Simoncelli, 2007; Webster, 2015), тъй като невроните могат да кодират за по-голям диапазон от стимули, когато отговорите им не са наситени. Любопитно е, че наблюдавахме отблъскваща невронна пристрастност при докладвани вторични опити само когато представената ориентация беше свързана със задачата и кодирана в работната памет. Взаимодействието с уместността на задачата предполага, че обработката на стимулите е предубедена само когато е подготвена за използване в предстоящото поведение.

Тази зависима от задачата модулация е малко вероятно резултат от намалена обработка на нерелевантни за задачата стимули, тъй като цялостното декодиране на ориентацията не е повлияно от уместността на задачата. В съответствие с скорошни проучвания е възможно чувствително към контекста отблъскващо пристрастие, което вероятно възниква на постперцептуален етап (Zamboni et al., 2016; Fritsche and de Lange, 2019), да съществува заедно с ранно възприемащо пристрастие, основано на визуална адаптация ( Fritsche et al., 2017). Зависимостта от задачата на невронните пристрастия може да бъде в основата на наскоро наблюдавани отблъскващи пристрастия в поведението (Bae and Luck, 2017; Czoschke et al., 2019, 2020; Chunharas et al., 2022), което може да помогне за индивидуализирането на едновременно поддържани стимули (Wei et al., 2012). Съгласно това обяснение само наблюдаваните и кодирани функции ще бъдат обект на взаимодействия с предишни функции.

Пристрастието, наложено от ориентацията от предишния опит, беше привлекателно в поведението, но отблъскващо в невронните данни на ранните етапи на обработка. Този контраст привидно е в противоречие с предишни поведенчески проучвания, които приписват ранен перцептивен произход на атрактивни отклонения между изпитанията (Fischer and Whitney, 2014; Cicchini et al., 2017, 2018). Все още има малко преки невронни доказателства, потвърждаващи това. ЕЕГ проучванията показват, че информацията от предишен опит може да бъде декодирана по време на фазата на кодиране на текущия опит (Bae and Luck, 2019) или непосредствено преди текущия опит (Barbosa et al., 2020), а визуално предизвиканите невронни реакции в задачите за преценка на числеността се модулират от стимул история (Fornaciai and Park, 2018, 2020). Въпреки това, самото присъствие на предходна информация за стимула не предполага непривлекателна пристрастност към текущия стимул. Едно проучване наистина наблюдава непривлекателно поведенческо отклонение и невронно отклонение в ранните зрителни области, използвайки fMRI (St. John-Saaltink et al., 2016), но проучването използва само две ориентации на стимула (45 градуса и 135 градуса) с голям инструмент за отместване, за да се получи надеждно поведенческо отклонение, което означава, че нашите открития могат да отразяват различен феномен на отклонение.

В противоречие с ранния сензорен произход на серийните атрактивни пристрастия, скорошно fMRI проучване (Sheehan и Serences, 2022) откри доказателства, съответстващи на настоящите резултати. Шийхан и Серънс наблюдават отблъскващи невронни отклонения по отношение на ориентацията в предишния опит в зрителната кора, въпреки привлекателното поведенческо отклонение, и откриват, че модели, включващи ранна визуална адаптация и постперцептуален произход на привлекателни отклонения, могат да обяснят и двата ефекта. Тези резултати като цяло са в съответствие с нашите открития. Открихме, че отблъскващата невронна пристрастност на класифицираната ориентация се появява сравнително рано в процеса, в съответствие с ранния зрителен кортекс като източник на пристрастие.

Нашият първичен подход за анализ не ни позволи да направим извод за анатомични източници на отклонението (тъй като включихме данни от всички характеристики на сензори в класификатора и тяхната анатомична интерпретируемост беше допълнително намалена от стъпката за намаляване на размерността). Wetherefore проведе анализ с прожектори, за да определи кои сензори са допринесли най-много за класифицирането на стимула и отблъскващата пристрастност. Тези пространствено разрешени резултати бяха в съответствие с визуалното кортикално място на отблъскващо отклонение, наблюдавано от Sheehan и Serences.

Заедно наблюденията доказват, че предишните стимули водят до отблъскване на етапа на кодиране и че привлекателните отклонения в производителността могат да възникнат от различен тип отклонение, което не е повлияло системно на ориентационното декодиране. Нашите открития допълнително показват, че връзката между невронната адаптация и поведението може да бъде зависима от контекста, тъй като отблъскващите невронни пристрастия могат да доведат както до отблъскващи (в рамките на изпитанието), така и до привлекателни (между изпитанията) поведенчески пристрастия. Следователно бъдещите модели, свързващи визуалната адаптация с поведението, може да се наложи да включат зависимост от контекста. Освен това, високата времева разделителна способност на MEG ни позволи да покажем, че невронните отклонения възникват в рамките на 500 ms от началото на стимула, имат заден произход и че се появяват едновременно спрямо множество предишни стимули (от същия процес и предишния процес).

Докато Шийхан и колеги (Sheehan and Serences, 2022) твърдяха, че минали стимули се съхраняват в несензорен код, те не са изследвали директно дали представянето на минали стимули се е случило в споделено невронно подпространство с представянето на настоящи стимули. Тук разгледахме този проблем, като показахме, че невронното потискане на наскоро активни невронни популации може да обясни наблюдаваното отблъскващо отклонение. Тествахме това с помощта на анализи на кръстосано декодиране, обучение на класификатор върху представената ориентация и прогнозиране на предишни ориентации. В съответствие с потискането на скорошна активност, специфична за стимула, кръстосаното декодиране даде по-ниско шансово декодиране на предишната ориентация. На свой ред, това може да е изместило кривата на нервната настройка за текущата ориентация от предишната ориентация, генерирайки отблъскващо отклонение. Тази връзка беше потвърдена от силната корелация между кръстосаното декодиране и величината на отблъскващо отклонение.

Друго скорошно проучване наблюдава отблъскващо невронно отклонение в единични записи от фронтални очни полета (FEF), съчетано с непривлекателно поведенческо отклонение в задача със забавена сакада (Papadimitriouet al., 2017). Авторите предполагат, че продължителното внимание към предишното целево местоположение може да изкриви представянето на текущите целеви местоположения (Zirnsak et al., 2014). Тъй като наблюдавахме невралгии предимно в задните сензори, нашите резултати са по-скоро в съответствие със сензорния произход на отблъскващата пристрастност, но това може да взаимодейства с пристрастия на вниманието, произхождащи от фронталния кортекс (Moore and Armstrong, 2003; Taylor et al., 2007). Модулацията на вниманието може да бъде едно от обясненията за зависимостта от контекста на отклоненията, наблюдавани тук.

Настоящото проучване, заедно с изследването на Sheehan и Serences (2022) предоставя доказателства срещу ранен сензорен произход на атрактивното серийно пристрастие, но не предоставя директни доказателства за това как възниква. Спекулираме, че атрактивното отклонение не се проявява при декодиране на ориентация или не е достатъчно силно, за да преодолее отблъскващото отклонение по време на кодиране. Атрактивното пристрастие може да възникне след декодиране, но тъй като не успяхме да идентифицираме специфични за стимула модели на активност по-късно в забавянето на поддръжката, не можем да кажем как се случва това. Една от възможностите е, че серийните пристрастия в поведението изобщо не са причинени от предубедени невронни представи. Akrami и др. (2018; Boboeva et al., 2023) предполагат, че информацията за предишния стимул се съхранява в париеталната неврална активност, отделно от поддържането на текущия стимул на паметта. Неговото влияние върху поведението се проявява само когато се направи отговор, който се основава на двата невронни сигнала, като по този начин създава привлекателно пристрастие. Байесовите сметки на серийната зависимост (Fritsche et al., 2020), макар и концептуално различни, биха могли еднакво да разчитат на отделната поддръжка и интегриране на етапа на вземане на решение на предишните и текущите стимули. Такива модели биха могли да обяснят защо има толкова малко положителни доказателства за привлекателно невронно отклонение на всеки етап на обработка.

Като цяло ние демонстрираме последователна отблъскваща промяна в невронните доказателства по време на кодирането на работната памет. Нашите резултати предполагат, че перцептивната адаптация, заедно с чувствителните към контекста фактори, допринася за селективно намаляване на теглото, за да се упражни отблъскващо отклонение от последните характеристики на стимула. Интересното е, че не са наблюдавани доказателства за атрактивно невронно отклонение, действащо директно върху сетивните аспекти на кодирането. Невронните данни по този начин предоставят косвено доказателство за постперцептивната сметка на атрактивни между-пробни предубеждения, вместо модулиращи етапи на кодиране (Bliss et al., 2017; Fritsche et al., 2017; Pascucci et al., 2019; Bae and Luck, 2020; Kimet др., 2020). Спекулираме, че атрактивното пристрастие между изпитанията вместо това възниква чрез етапи на постперцептуална обработка, включващи памет (Bliss et al., 2017; Fritsche et al., 2017), перцептуално вземане на решения или моторно планиране (Boettcher et al., 2021; de Azevedo Neto и Бартелс, 2021).

Източникът на атрактивното отклонение между изпитанията, независимо от невронния му механизъм, може да бъде достатъчно силен, за да преодолее отблъскващото отклонение по време на етапа на възприемане/кодиране. Заедно тези съвместно съществуващи отклонения могат да помогнат за насочване на ефективно кодиране за нюансирани перцептивни дискриминации и визуална стабилност в нашата среда.

Препратки

Akrami A, Kopec CD, Diamond ME, Brody CD (2018) Задният париетален кортекс представлява сензорна история и медиира нейните ефекти върху поведението. Nature 554: 368–372.

Bae GY, Luck SJ (2017) Взаимодействия между представяния на визуалната работна памет. Atten Percept Psychophys 79: 2376–2395.

Bae GY, Luck SJ (2019) Повторно активиране на предишен опит в задача с работна памет. Psychol Sci 30: 587–595.

Bae GY, Luck SJ (2020) Серийна зависимост в зрението: простото кодиране на целта от предишния опит не е достатъчно. Psychon Bull Rev 27:293–300.

Barbosa J, Stein H, Martinez RL, Galan-Gadea A, Li S, Dalmau J, Adam KCS, Valls-Solé J, Constantinidis C, Compte A (2020) Взаимодействие между персистираща активност и тиха динамика на активността в префронталния кортекс underliesserial отклонения в работната памет. Nat Neurosci 23:1016–1024.

Bays PM, Catalao RFG, Husain M (2009) Прецизността на визуалната работна памет се задава чрез разпределяне на споделен ресурс. J Vis 9:7.1–11.

Bliss DP, Sun JJ, D'Esposito M (2017) Серийната зависимост отсъства по време на възприемане, но се увеличава във визуалната работна памет. Sci Rep 7:14739.

Boboeva V, Pezzotta A, Clopath C, Akrami A (2023) От актуалност до отклонения на централната тенденция в работната памет: обединяващ мрежов модел. bioRxiv491352.https://doi.org/10.1101/2022.05.16.491352.

Boettcher SE, Gresch D, Nobre AC, van Ede F (2021) Планиране на изхода на входния етап във визуалната работна памет. Sci Adv 7:eabe8212.

Роден RT, Tootell RBH (1992) Средна темпорална зрителна област. Природа 357: 497-499.

For more information:1950477648nn@gmail.com