English(EN) Bayesian Distributional Models of Executive Functioning

新的贝叶斯模型提高了执行功能评估的效率

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-26 04:00

研究人员开发了执行功能的贝叶斯分布模型（DLVM），该模型在估计认知表现方面优于传统方法。这些模型整合了跨不同任务和个体的多源数据，即使在信息稀疏或不完整的情况下也能准确估计参数。此外，该研究还引入了用于自适应采样的贝叶斯分布主动学习（DALE），它显著提高了认知评估初始试验中的信息增益。 AI

影响引入了新颖的贝叶斯建模技术，有望实现更高效、更准确的认知评估。

排序理由这是一篇研究论文，详细介绍了认知评估的新建模技术。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Robert Kasumba, Zeyu Lu, Dom CP Marticorena, Mingyang Zhong, Paul Beggs, Anja Pahor, Geetha Ramani, Imani Goffney, Susanne M Jaeggi, Aaron R Seitz, Jacob R Gardner, Dennis L Barbour · 2026-05-26 04:00

执行功能的贝叶斯分布模型

arXiv:2510.00387v3 Announce Type: replace Abstract: This study uses controlled simulations with known ground-truth parameters to evaluate how Distributional Latent Variable Models (DLVM) and Bayesian Distributional Active LEarning (DALE) perform in comparison to conventional Inde…