ความสัมพันธ์ข้ามกับข้อมูลร่วมกัน

อะไรคือความแตกต่างระหว่างสหสัมพันธ์ข้ามและข้อมูลซึ่งกันและกัน ปัญหาประเภทใดที่สามารถแก้ไขได้โดยใช้มาตรการเหล่านี้และเมื่อใดควรใช้อีกข้อหนึ่ง

ขอบคุณสำหรับความคิดเห็น เพื่อชี้แจงคำถามที่ได้รับแจ้งจากความสนใจในการวิเคราะห์ iomage มากกว่าการวิเคราะห์อนุกรมเวลาแม้ว่าการตรัสรู้ใด ๆ ในพื้นที่นั้นจะได้รับการชื่นชม

Cross correlation สมมติว่าความสัมพันธ์เชิงเส้นระหว่างชุดข้อมูล 2 ชุด ในขณะที่ข้อมูลร่วมกันจะถือว่าค่าหนึ่งของชุดข้อมูลหนึ่งกล่าวถึงบางสิ่งเกี่ยวกับมูลค่าของชุดข้อมูลอื่น

ดังนั้นข้อมูลร่วมกันทำให้สมมติฐานที่อ่อนแอมาก

ปัญหาแบบดั้งเดิมที่แก้ไขด้วยข้อมูลร่วมกันคือการจัดแนว (การลงทะเบียน) ของภาพทางการแพทย์สองประเภทตัวอย่างเช่นอัลตร้าซาวด์และภาพเอ็กซ์เรย์ (โดยทั่วไปประเภทของภาพที่เรียกว่า modalities ดังนั้นปัญหานี้มีชื่อว่าการลงทะเบียนภาพแบบหลายโหมด)

สำหรับเอ็กซ์เรย์และอัลตร้าซาวด์วัสดุเฉพาะพูดกระดูกนำไปสู่ ​​'ความสว่าง' บางอย่างในภาพ ในขณะที่วัสดุบางอย่างนำไปสู่ภาพรังสีเอกซ์และภาพอุลตร้าซาวด์ที่สดใสสำหรับวัสดุอื่น (เช่นไขมัน) อาจเป็นสิ่งที่ตรงกันข้ามสิ่งหนึ่งคือความสว่างส่วนอีกภาพนั้นมืด ดังนั้นจึงไม่ใช่กรณีที่ส่วนที่สว่างของภาพเอ็กซ์เรย์เป็นส่วนที่สว่างของอัลตร้าซาวด์

ดังนั้นข้อมูลร่วมกันยังคงเป็นเกณฑ์ที่มีประโยชน์สำหรับการจัดแนวรูปภาพ แต่ความสัมพันธ์ข้ามไม่ได้

ความสัมพันธ์ข้ามถูกนำมาใช้ในการวิเคราะห์เวลาความถี่และเป็นสินค้าที่มีภายในที่มีความล่าช้าพารามิเตอร์ที่ได้รับระหว่างสองฟังก์ชั่นที่แตกต่างกันในช่วงเวลาที่หนึ่งฟังก์ชั่นได้รับการประเมินในเวลาและอื่น ๆ ที่ได้รับการประเมินในเวลา T ทฤษฎีบทความสัมพันธ์ข้ามความสัมพันธ์ข้ามความสัมพันธ์กับการแปลงฟูริเยร์ของฟังก์ชั่นของแต่ละบุคคลและด้วยเหตุนี้ความสัมพันธ์ข้ามการประเมินในโดเมนเวลาเชื่อมต่อโดยทฤษฎีบทนี้กับคุณสมบัติสเปกตรัม / โดเมนความถี่ของฟังก์ชั่นของแต่ละบุคคล อะนาล็อกของสิ่งนี้มีอยู่ในพื้นที่อื่นเช่นการวิเคราะห์ข้อมูลเชิงพื้นที่เป็นต้น$t$$lag+t$