Analisis Kesamaan Representasi
Analisis Kesamaan Representasi (RSA) ialah sebuah kerangka kerja untuk membandingkan geometri representasi merentasi kawasan otak, model pengiraan, dan ukuran tingkah laku. Diperkenalkan oleh Kriegeskorte dan rakan-rakan pada tahun 2008, RSA mengukur sejauh mana kawasan otak mewakili rangsangan atau konsep yang berbeza dengan memeriksa struktur kesamaan pasangan berbanding corak aktiviti mutlak.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Peta kaedah
Kejiranan kaedah berkaitan — pilih satu nod untuk meneroka.
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 memetik halaman ini
ScholarGate. (2026, June 3). Representational Similarity Analysis (RSA). ScholarGate. https://scholargate.app/ms/neuroimaging/representational-similarity-analysis
Kaedah yang mana?
Letakkan kaedah ini di sebelah kaedah yang paling rapat dengannya dan baca secara bersebelahan — perpustakaan menyusun buku di atas meja; pilihan terletak pada anda.
- Pemodelan Kausal DinamikPengimejan Neuro↔ banding
- Analisis Jaringan Otak GrafPengimejan Neuro↔ banding
- Analisis Corak MultivariatPengimejan Neuro↔ banding
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →