Analisis Pola Multivariat
Analisis Pola Multivariat (MVPA) adalah pendekatan pembelajaran mesin untuk fMRI yang mendekode keadaan kognitif, stimulus, atau perilaku dari pola spasial seluruh otak aktivitas saraf. Dipelopori oleh Haxby dan rekan pada tahun 2001, MVPA memperlakukan fMRI sebagai masalah klasifikasi: dapatkah dekoder yang terlatih memprediksi apa yang sedang dipersepsikan atau dipikirkan seseorang hanya berdasarkan pola aktivitas otaknya?
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Peta metode
Lingkup metode terkait — pilih sebuah simpul untuk menjelajah.
Sumber
- Norman, K. A., Polyn, S. M., Detre, G. J., & Haxby, J. V. (2006). Beyond mind-reading: multi-voxel pattern analysis of fMRI data. Trends in Cognitive Sciences, 10(9), 424–430. DOI: 10.1016/j.tics.2006.07.005 ↗
- Haxby, J. V., Gobbini, M. I., Furey, M. L., et al. (2001). Distributed and overlapping representations of faces and objects in ventral temporal cortex. Science, 293(5539), 2425–2430. DOI: 10.1126/science.1063736 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Multivariate Pattern Analysis (MVPA). ScholarGate. https://scholargate.app/id/neuroimaging/multivariate-pattern-analysis
Metode yang mana?
Letakkan metode ini berdampingan dengan kerabat terdekatnya dan baca secara bersisian — pustaka menata bukunya di atas meja; pilihan ada di tangan Anda.
- Analisis Jaringan Otak GrafPencitraan Saraf↔ bandingkan
- Analisis Kesamaan RepresentasionalPencitraan Saraf↔ bandingkan
- Morfometri Berbasis VokselPencitraan Saraf↔ bandingkan
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →