Decoding Covert Human Attention in Multidimensional Environments
Diese Studie entwickelt einen hybriden Ansatz mit rekurrenten neuronalen Netzen, der auf synthetischen Daten trainiert wurde, um latente menschliche Aufmerksamkeit in komplexen Umgebungen mit über 80 % Genauigkeit zu entschlüsseln und dabei Mechanismen zu identifizieren, bei denen wertbasierte Hypothesen kontinuierlich gegen neue Evidenz getestet werden.