Analisis Kesamaan Representasional
Analisis Kesamaan Representasional (Representational Similarity Analysis, RSA) adalah sebuah kerangka kerja untuk membandingkan geometri representasional di berbagai area otak, model komputasional, dan ukuran perilaku. Diperkenalkan oleh Kriegeskorte dan kolega pada tahun 2008, RSA mengukur seberapa mirip suatu area otak merepresentasikan stimulus atau konsep yang berbeda dengan memeriksa struktur kesamaan berpasangan alih-alih pola aktivitas absolut.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Peta metode
Lingkup metode terkait — pilih sebuah simpul untuk menjelajah.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Representational Similarity Analysis (RSA). ScholarGate. https://scholargate.app/id/neuroimaging/representational-similarity-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.
- Pemodelan Kausal DinamisPencitraan Saraf↔ bandingkan
- Analisis Jaringan Otak GrafPencitraan Saraf↔ bandingkan
- Analisis Pola MultivariatPencitraan Saraf↔ bandingkan
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →