MVICAD2: Multi-View Independent Component Analysis with Delays and Dilations
多视图设置中的机器学习技术面临着重大挑战，特别是在集成异构数据、对齐特征空间和管理特定于视图的偏差时。这些问题在神经科学中很突出，通过分析来自相同刺激的多个受试者的数据来揭示大脑活动动态。在脑磁图 (MEG) 中，信号是在头皮水平捕获的，估计大脑的潜在来源至关重要，尤其是在假设所有受试者的来源相似的群体研究中。常用的方法，比如Multi-View...
