实体
SD3MF
SD3MF
PulseAugur coverage of SD3MF — every cluster mentioning SD3MF across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的SD3MF框架增强了脑网络分析的可解释性
研究人员开发了一个名为监督式深度多模态矩阵分解（SD3MF）的新框架，旨在提高脑网络分析的可解释性，同时保持高预测准确性。该方法将传统的矩阵分解技术扩展到处理多模态数据和监督预测任务。实验表明，在分析连接组数据集方面，SD3MF的表现优于卷积神经网络（CNN）和图神经网络（GNN）等深度学习模型，并提供了生物学上可解释的见解。
-
新框架整合多模态脑网络分析
研究人员开发了监督式深度多模态矩阵分解（SD3MF），一种用于分析脑网络的新型框架。这种可解释的方法将传统的矩阵分解扩展到处理跨模态图的监督预测。SD3MF联合学习每个数据模态的深度分解以及一个共享表示以对齐受试者，从而实现数据驱动的融合并产生可解释的特征。