DMD脑网络分析提出两项开放难题

一份脑网络动态模态分解（DMD）分析讲义提出两项尚待解决的难题：为复数 DMD 特征向量相位建立类似 Davis-Kahan 的有限样本误差界，并用刻画非正规性的指标替代谱间隙；同时建立数据充分性定律，预测特定网络或脑区在有限样本下的“相位可辨识范围”。 讲义以六路交叉口类比多网络交互，并推测第三个网络可能对应大脑中的第三个主梯度；这一对应关系目前只是讲义中的猜测。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。