表征相似性分析（RSA）是一种通过分析表征结构的相似性来比较响应模式（例如，神经活动、计算模型或时间序列数据）的方法。它涉及以下步骤：

RSA 中的步骤：

1. 计算表征差异矩阵（RDMs）：
   • 每行和每列对应一个条件（例如，刺激、时间步长）。
   • 每个单元格表示两个条件之间的差异（例如，欧几里得距离、相关距离）。
2. 比较 RDMs：
   • 计算不同 RDM 之间的相似性（例如，斯皮尔曼相关性）。
   • 比较来自不同来源的 RDM（例如，大脑数据与模型预测）。

示例：合成数据上的 RSA

https://gist.github.com/viadean/772221b870788b7fdc7c9901b74bb34e

以下是两个合成序列的表征差异矩阵（RDMs）。标题中显示了两个 RDM 之间的斯皮尔曼相关性，表明两个表征的相似程度。