Repræsentationsligheds-analyse
Repræsentationsligheds-analyse (RSA) er et rammeværk til at sammenligne repræsentationsgeometri på tværs af hjerneområder, beregningsmodeller og adfærdsmæssige mål. Introduceret af Kriegeskorte og kolleger i 2008, måler RSA, hvor ens et hjerneområde repræsenterer forskellige stimuli eller koncepter ved at undersøge parvis lighedsstruktur snarere end absolutte aktivitetsmønstre.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Metodekort
Nabolaget af beslægtede metoder — vælg en knude for at udforske.
Kilder
- Kriegeskorte, N., Mur, M., & Bandettini, P. A. (2008). Representational similarity analysis—connecting the branches of systems neuroscience. Frontiers in Systems Neuroscience, 2, 4. DOI: 10.3389/neuro.06.004.2008 ↗
- Nili, H., Wingfield, C., Walther, A., et al. (2014). Inferring population attitude towards candidates from social media and electoral history. PLOS ONE, 9(5), e95809. link ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Representational Similarity Analysis (RSA). ScholarGate. https://scholargate.app/da/neuroimaging/representational-similarity-analysis
Hvilken metode?
Stil denne metode ved siden af dens nærmeste slægtninge, og læs dem side om side — biblioteket lægger bøgerne på bordet; valget er dit.
- Dynamisk kausal modelleringNeurobilleddannelse↔ sammenlign
- Grafteoretisk Hjerne-NetværksanalyseNeurobilleddannelse↔ sammenlign
- Multivariat mønsteranalyseNeurobilleddannelse↔ sammenlign
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →