Traduction: P.M.
Etudier la forme des réseaux neuronaux en utilisant une filtration par graphes et la métrique de Gromov-Hausdorff
Lee H, Chung MK, Kang H, BN Kim, Lee DS.
Source
Département de médecine nucléaire, Université nationale de Séoul, College of Medicine, Seoul, Korea.
Résumé
La différence entre réseaux a souvent été évaluée comme différences de mesures topologiques globales telles que le coefficient d'agglomération, la distribution graduelle et la modularité. Dans cette recherche, nous introduisons une nouvelle structure pour mesurer la différence des réseaux en utilisant la distance GH de Gromov-Hausdorff, souvent utilisée en analyse des formes. Afin de pouvoir utiliser la distance GH, nous définissons la forme des réseaux du cerveau en regroupant les parcelles des plus proches voisins en utilisant la filtration par graphes. La forme du réseau est ensuite transformée en une forme algébrique appelée la matrice "à plus proches voisins". Celle-ci est subséquemment utilisée pour mesurer des différences entre réseaux en utilisant la métrique GH. Afin d'illustrer cela, nous appliquons le système proposé pour comparer les réseaux neuronaux, grâce à la tomographie par émission de positrons, de 24 enfants atteints de troubles déficitaires de l'attention, de 26 enfants dans le spectre autistique, et de 11 sujets de contrôle.
Etudier la forme des réseaux neuronaux en utilisant une filtration par graphes et la métrique de Gromov-Hausdorff
Lee H, Chung MK, Kang H, BN Kim, Lee DS.
Source
Département de médecine nucléaire, Université nationale de Séoul, College of Medicine, Seoul, Korea.
Résumé
La différence entre réseaux a souvent été évaluée comme différences de mesures topologiques globales telles que le coefficient d'agglomération, la distribution graduelle et la modularité. Dans cette recherche, nous introduisons une nouvelle structure pour mesurer la différence des réseaux en utilisant la distance GH de Gromov-Hausdorff, souvent utilisée en analyse des formes. Afin de pouvoir utiliser la distance GH, nous définissons la forme des réseaux du cerveau en regroupant les parcelles des plus proches voisins en utilisant la filtration par graphes. La forme du réseau est ensuite transformée en une forme algébrique appelée la matrice "à plus proches voisins". Celle-ci est subséquemment utilisée pour mesurer des différences entre réseaux en utilisant la métrique GH. Afin d'illustrer cela, nous appliquons le système proposé pour comparer les réseaux neuronaux, grâce à la tomographie par émission de positrons, de 24 enfants atteints de troubles déficitaires de l'attention, de 26 enfants dans le spectre autistique, et de 11 sujets de contrôle.
Aucun commentaire:
Enregistrer un commentaire