稀疏贝叶斯学习的光谱不确定性分解方法

研究人员针对 M/EEG 神经源成像等病态逆问题，提出了一种基于先验预条件正向算子奇异值结构的光谱框架。该框架将后验协方差精确分解为数据可知成分与由传感几何决定的不可约认知不确定性成分。团队还推导出了等效减法分解，可精确定量稀疏贝叶斯学习中的不确定性消除程度，为线性高斯贝叶斯逆问题求解器提供了可解释的不确定性量化工具。