Key points are not available for this paper at this time.
선형, 시간 불변, 다중 입력 단일 출력 시스템을 위한 강력한 식별 알고리즘이 개발되었으며, 이 알고리즘이 신경 기록 집합과 관련 생리 신호 간의 동적 관계를 추정하는 데 어떻게 사용될 수 있는지에 중점을 두고 있습니다. 이 식별 알고리즘은 시스템 출력을 분해하여 각 구성 요소가 특정 입력 신호에 고유하게 귀속되도록 하며, 중요하지 않은 것으로 간주되는 입력 신호를 제거하여 추정 문제의 복잡성을 줄입니다. 제한된 입력 대역폭과 입력 간의 상관 관계로 인한 수치적 어려움은 특잇값 분해에 기반한 강력한 추정 기법을 사용하여 해결됩니다. 이 알고리즘은 시뮬레이션 데이터와 실험 데이터 모두에서 평가되었습니다. 후자는 자유롭게 움직이는 영장류에서 동시에 기록된 최대 40개의 운동 피질 신호와 네 개의 상지 근육에서의 말초 근전도(EMG) 사이의 관계를 추정하는 것을 포함했습니다. 알고리즘은 두 경우 모두 잘 수행되었으며, 시스템 출처에 대한 신뢰할 수 있는 추정치를 제공하고 출력 예측에 필요한 입력 수를 크게 줄였습니다. 예를 들어, 최대 40개의 서로 다른 신경 신호로부터 생리 기록이 가능했음에도 불구하고, 입력 선택 알고리즘은 기록된 EMG에 중요한 기여를 한 10개의 신경 신호로 이를 줄였습니다.
Westwick et al. (Sat,)는 이 문제를 연구했습니다.