Behnam Kazemivash

同一套学习到的脑动力学模型可以同时给出时间平均连接和轨迹几何两种表示，而哪一种携带区分认知条件的信息，随脑动力学复杂度改变。在人类连接组计划年轻成人队列的八个条件上，完整模型分类准确率为97.4%；把时间平均表示置零后，仅靠轨迹的分类准确率从工作记忆的93.4%降到关系推理的0.0%，与标签置换零假设无法区分。在老化队列的四个条件上，时间平均表示承担了大部分判别信息，但高复杂度与低复杂度条件之间的对比仍然保留。

同一套学习到的脑动力学模型可以同时给出时间平均连接和轨迹几何两种表示，而哪一种携带区分认知条件的信息，随脑动力学复杂度改变。在人类连接组计划年轻成人队列的八个条件上，完整模型分类准确率为97.4%；把时间平均表示置零后，仅靠轨迹的分类准确率从工作记忆的93.4%降到关系推理的0.0%，与标签置换零假设无法区分。在老化队列的四个条件上，时间平均表示承担了大部分判别信息，但高复杂度与低复杂度条件之间的对比仍然保留。