热点事件持续更新
基于EEG与生物特征数据追踪日常认知活动
1 篇报道1 个报道来源16 小时前 更新
先了解这件事
AI 综述
该研究提出一个多模态框架，结合脑电图（EEG）、可穿戴生理信号、行为情境与自评数据，用于追踪人类日常认知活动。2026年10月5日发表于arXiv Human-Computer Interaction（一手）。试点研究覆盖3名参与者、280个标注的10分钟区间，横跨9个活动领域、历时两周。结果发现：13:00出现动机与精力下降、下午回升；工作与IADL的flow state比例最高（51%和50%），ADL最低（15%）。目前为初步试点阶段，样本量较小。
AI 根据报道生成 · 15 小时前更新
最新进展10月5日 12:00
2026-10-05研究公布试点结果：3人、280区间，发现午后动机下降及不同活动flow比例差异。报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv · Human-Computer Interaction从 EEG 与生物特征数据追踪人类日常认知活动
该研究提出一个多模态框架，用 EEG、可穿戴生理信号、行为情境与自评数据追踪日常认知活动。试点研究覆盖 3 名参与者、280 个标注的 10 分钟区间，横跨 9 个活动领域、历时两周，发现 13:00 出现动机与精力下降、下午回升，工作与 IADL 的 flow state 比例最高（51% 和 50%），ADL 最低（15%）。
本事件热度走势
当前热度 7·可比范围峰值 10（10月5日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。