<div dir="ltr">Hi Fieldtrip,<div><br></div><div>We are currently using the SAM beamformer for source localization, but are thinking of switching to LCMV. Given the research I've read, the vector beamformer approach should, for our purposes, be more efficient and be as, if not more accurate than scalar.</div>
<div><br></div><div>However, other than the vector/scalar difference, I don't have a great understanding of what other differences exist between the two beamformers. To test the differences, I've run SAM, LCMV, and LCMV with fixed orientation (making it scalar), with both our real data and with simulated data, and while SAM and LCMV fixedori are more similar to each other than either are when compared to LCMV without fixedori (particularly with the simulation, less so with our real data), they are still visibly different from each other. This suggests to me that there are other potentially meaningful differences between SAM and LCMV besides the scalar/vector difference, and I want to make sure I have at least some idea of what those differences are before I commit to the change.</div>
<div><br></div><div>That being said, I get the feeling that these differences may be more nuanced than I can decipher on my own, so if anyone can explain to me what these differences are and if they are important, I would greatly appreciate it.</div>
<div><br></div><div>Thanks,</div><div><br></div><div>Max<br clear="all"><div><br></div>-- <br><div dir="ltr">Max Cantor<div>Lab Manager</div><div>Computational Neurolinguistics Lab</div><div>University of Michigan</div></div>

</div></div>