เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| การวิเคราะห์ความคล้ายคลึงเชิงแทน (Representational Similarity Analysis)× | การวิเคราะห์รูปแบบพหุตัวแปร× | |
|---|---|---|
| สาขาวิชา | การถ่ายภาพประสาท | การถ่ายภาพประสาท |
| ตระกูล | Process / pipeline | Process / pipeline |
| ปีกำเนิด≠ | 2008 | 2001 |
| ผู้ริเริ่ม≠ | Nikolaus Kriegeskorte | James V. Haxby |
| ประเภท≠ | fMRI similarity structure comparison | fMRI pattern classification pipeline |
| แหล่งต้นตำรับ≠ | Kriegeskorte, N., Mur, M., & Bandettini, P. A. (2008). Representational similarity analysis—connecting the branches of systems neuroscience. Frontiers in Systems Neuroscience, 2, 4. DOI ↗ | 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 ↗ |
| ชื่อเรียกอื่น | RSA, representational geometry, similarity structure analysis | MVPA, brain decoding, pattern classification |
| ที่เกี่ยวข้อง | 3 | 3 |
| สรุป≠ | Representational Similarity Analysis (RSA) is a framework for comparing representational geometry across brain regions, computational models, and behavioral measures. Introduced by Kriegeskorte and colleagues in 2008, RSA measures how similarly a brain region represents different stimuli or concepts by examining pairwise similarity structure rather than absolute activity patterns. | Multivariate Pattern Analysis (MVPA) is a machine learning approach to fMRI that decodes cognitive states, stimuli, or behavior from whole-brain spatial patterns of neural activity. Pioneered by Haxby and colleagues in 2001, MVPA treats fMRI as a classification problem: can a trained decoder predict what a person is perceiving or thinking based solely on their brain activity pattern? |
| ScholarGateชุดข้อมูล ↗ |
|
|