本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2026-03-12
摘要
從一連串離散事件中，人類建立了他們世界的心理模型。這個過程被稱為圖學習，產生一個對事件到事件轉移機率圖進行編碼的模型。最近的證據表明，某些網路比其他網路更容易學習，但這種效應的神經基礎仍然未知。在這裡，我們使用功能性磁振造影來表明，即使在很短的時間尺度上，刺激時間序列的網路結構也決定了事件表示的保真度以及這些表示編碼的空間的維度：當圖形是模組化的而不是類似格子的時，視覺區域中的粗體表示可以更好地預測試驗身份並顯示更高的內在維度。從廣義上講，我們的研究表明，網路環境會影響學習神經表徵的強度，從而激發未來針對不同類型學習的網路環境的設計、最佳化和適應工作。