无限隐马尔可夫模型：揭示学习过程中的动态脑状态与复杂性

本研究引入无限隐马尔可夫模型（iHMMs）以非参数贝叶斯框架自动识别学习中的动态隐藏状态，揭示个体在探索、精进、瓶颈和顿悟等阶段的状态转换及其神经基础。模型结合行为与神经生理数据，发现不同认知阶段对应特定脑区活动模式，显著提升对学习复杂性和个体差异的理解。结果验证了iHMMs在揭示认知状态动态变化及其神经机制中的优越性，为个性化教育和神经疾病干预提供理论基础。...