Decoding Covert Human Attention in Multidimensional Environments
Dit onderzoek presenteert een nieuwe aanpak waarbij een hybride recurrente neurale netwerk, getraind op synthetische data van twee leermodellen, latent menselijk attentie in complexe omgevingen met meer dan 80% nauwkeurigheid decodeert, wat suggereert dat aandacht leren voortkomt uit het continu testen van op waarde gebaseerde hypothesen tegen nieuwe bewijslast.