Многомерное масштабирование: Ошибка: достигнут предел векторной памяти 16,0 Гб

У меня есть фрейм данных, содержащий суждения о сходстве пар голосов от 9 слушателей. Я пытаюсь запустить многомерное масштабирование, чтобы увидеть множественные отношения между голосами на сюжете с масштабированием индивидуальных различий. Я использую пакет smacof.

фрейм данных: https://gist.github.com/al3ka/2b4948d4c13baecae75880dd7f1d5e2c

Вот мой код:

# Get unique voices
voices <- unique(c(results$voice1, results$voice2))

# Number of voices
n_voices <- length(voices)

# Create a list to hold each subject's dissimilarity matrix
dissimilarity_list <- list()

# Create a square dissimilarity matrix for each subject
for (subject_id in unique(results$subject)) {
  # Filter responses for the current subject
  subject_responses <- results %>% filter(subject == subject_id)
  
  # Initialize an empty matrix
  dissimilarity_matrix <- matrix(NA, nrow = n_voices, ncol = n_voices,
                                 dimnames = list(voices, voices))
  
  # Fill the matrix with responses
  for (i in 1:nrow(subject_responses)) {
    voice1 <- subject_responses$voice1[i]
    voice2 <- subject_responses$voice2[i]
    response <- subject_responses$response[i]
    dissimilarity_matrix[voice1, voice2] <- response
    dissimilarity_matrix[voice2, voice1] <- response  # Assuming symmetry
  }
  
  # Append to the list
  dissimilarity_list[[subject_id]] <- dissimilarity_matrix
}

# Convert list of matrices to 3D array
dissimilarity_array <- array(NA, dim = c(n_voices, n_voices, length(dissimilarity_list)))
for (i in 1:length(dissimilarity_list)) {
  dissimilarity_array[,,i] <- dissimilarity_list[[i]]
}

# Replace NA values with 0 in the dissimilarity matrices
dissimilarity_array[is.na(dissimilarity_array)] <- 0

# Perform Individual Differences Scaling (INDSCAL)
indscal_result <- smacofIndDiff(dissimilarity_array, ndim = 2)

В тот момент, когда я пытаюсь создать массив, я получаю ошибку:

Ошибка: достигнут предел векторной памяти в 16,0 Гб, см. mem.maxVSize().

Несмотря на то, что мой список составляет около 0,09 ГБ. У меня совершенно новый MBair, и раньше я имел дело с гораздо большими наборами данных. Как я могу обойти эту ошибку? Есть ли способ провести MDS для нескольких слушателей, не создавая средний балл для каждой пары голосов, поскольку это могло бы запутать некоторые различия в данных?

Раньше я запускал это в SPSS, и у меня не было проблем, но я не знаю, как обрабатывать несколько прослушивателей в этой реализации в R без создания массива, что, как я полагаю, заставляет меня сталкиваться с проблемами с памятью. Пожалуйста помоги!