Summary of estimation methods with associated cost function, regularizer and optimization technique.

Ridge, GLM and CbRF methods put a Gaussian prior on the filter coefficients, implemented by the -norm penalty in the objective function. The squared hinge loss of the CbRF method corresponds to the least squares loss with truncated negative part. Cross-validation on training data is used for all methods to determine the optimal regularization hyperparameter or the termination of early stopping for MID. STA: spike triggered average [19]. Ridge: ridge regression [67]. NRC: normalized reverse correlation [11]. CbRF: proposed classification-based receptive field estimation. GLM: generalized linear model [25], [26]. MID: maximally informative dimensions [18]. MI: mutual information between stimulus and response. SVD: singular value decomposition. CG: conjugate gradient. AUC: area under receiver operating characterisitc curve. SA: simulated annealing.

岭回归（Ridge）、广义线性模型（GLM）以及基于分类的感受野估计（CbRF）方法对滤波器系数施加高斯先验，该先验通过目标函数中的L2范数惩罚项实现。CbRF方法的平方合页损失等价于带截断负部的最小二乘损失。所有方法均通过训练数据上的交叉验证来确定最优正则化超参数，或确定最大信息维度（MID）的早停终止条件。

锋电位触发平均（STA）：锋电位触发平均 [19]。
岭回归（Ridge）：岭回归 [67]。
归一化反向相关（NRC）：归一化反向相关 [11]。
基于分类的感受野估计（CbRF）：本文提出的基于分类的感受野估计方法。
广义线性模型（GLM）：广义线性模型 [25], [26]。
最大信息维度（MID）：最大信息维度 [18]。
互信息（MI）：刺激与响应间的互信息。
奇异值分解（SVD）：奇异值分解。
共轭梯度（CG）：共轭梯度。
受试者工作特征曲线下面积（AUC）：受试者工作特征曲线下面积。
模拟退火（SA）：模拟退火。