Порівняння методів
Переглядайте обрані методи поруч; рядки з відмінностями підсвічено.
| Аналіз подібності репрезентацій× | Багатовимірний аналіз патернів× | |
|---|---|---|
| Галузь | Нейровізуалізація | Нейровізуалізація |
| Родина | Process / pipeline | Process / pipeline |
| Рік появи≠ | 2008 | 2001 |
| Автор методу≠ | Nikolaus Kriegeskorte | James V. Haxby |
| Тип≠ | fMRI similarity structure comparison | fMRI pattern classification pipeline |
| Основоположне джерело≠ | 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 ↗ |
| Інші назви | RSA, representational geometry, similarity structure analysis | MVPA, brain decoding, pattern classification |
| Пов'язані | 3 | 3 |
| Підсумок≠ | 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? |
| ScholarGateНабір даних ↗ |
|
|