近期，心理学部举办了以计算建模为主题的系列讲座。来自北京师范大学、南京师范大学、北京大学的多位青年学者，通过线上和线下相结合的方式，围绕强化学习、概念学习、漂移扩散模型及语言与视觉交互等前沿议题，带来了四场精彩的学术报告。讲座分别由心理学部副部长李士一、青年教师朱子良博士主持，学部教师、研究生、本科生累计400余人参加了讲座。

北京师范大学心理学部博士生刘林焱系统讲解了如何将强化学习模型与fMRI相结合，探究语言规则学习的神经机制。他详细介绍了从候选模型建立、模型比较到提取潜变量进行model‑based fMRI分析的全流程，展示了计算建模在揭示二语学习动态过程中的独特价值。

北京师范大学心理学部博士后张光耀分享了基于脑神经数据构建的计算模型，发现人脑存在两种概念学习机制：有先验知识时依赖表征语义的皮层进行贝叶斯泛化，无先验知识时则依赖海马系统的所见即所得。他还发现腹侧枕颞皮层遵循正交的组织原则，且简单的贝叶斯推理模型在拟合人类泛化行为上优于大语言模型。

南京师范大学心理学院博士生潘晚坷介绍了漂移扩散模型（DDM）的基本原理、参数意义及主流拟合方法（如HDDM）。他结合眼动追踪等案例，演示了如何从反应时和选择数据中分离出不同的认知过程，并介绍了贝叶斯估计与神经网络推断等前沿方法。

北京大学心理与认知科学学院博士生陈昊扬介绍了刻画概念形成的计算框架CATSNet，该模型能从高维感官经验中提取低维概念表征，其形成的概念空间与人类腹侧枕颞皮层的神经表征高度一致。他还发现，引入语言经验能显著提升模型对视觉皮层表征的解释力，且语言网络与视觉皮层间的白质连接完整性直接影响这种优势，揭示了视觉和语言的深层互动机制。

四位主讲人系统讲解了强化学习、贝叶斯建模、漂移扩散模型等多种计算方法在认知神经科学中的前沿应用。此次计算建模专题系列讲座的举办，对推动心理学研究水平的提升、加速研究方法的应用与创新具有重要意义。同时，也为学部师生提供了接触前沿计算建模技术的机会，拓宽了学术视野，激发了科研热情。