群體向量

群體向量演算法透過讓每個記錄到的神經元投票來解碼意圖伸手方向：每票是一個沿該細胞偏好方向的向量，並以其當前（減去基線、經正規化後的）放電率加權。將群體中的所有票相加即得群體向量，即使每個貢獻細胞都僅具寬廣調諧，此向量仍會指向接近真實運動方向之處。歷史上這是第一個能即時運作並驅動游標的群體讀出方法，也生動地體現了方向存在於整體集群、而非任何單一細胞的觀念。

作為解碼器，群體向量只是最佳線性估計器的一個特例，且唯有當偏好方向均勻鋪滿整個方向球面、且每個細胞的調變深度相等時才是無偏的。真實集群同時違反這兩項假設：偏好方向呈現群聚、調變深度各異、神經元之間又彼此相關，因此樸素的群體向量會系統性地偏向被過度表徵的方向。最佳線性估計器與卡爾曼濾波器藉由對偏好方向分布與雜訊共變異數進行等效白化來加以校正，這也是它們在講求效能的 BCI 中大致取代了群體向量的原因。