跳到正文
热点事件持续更新

BrainATCL:自适应时序脑连接学习框架

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

研究人员提出 BrainATCL,一个无监督、非参数的时序脑连接学习框架,用于功能连接预测与年龄估计。该方法依据新增边速率动态调整每个快照的回看窗口,并用 GINE-Mamba2 主干编码图序列。 研究者在 Human Connectome Project 1000 名参与者的静息态 fMRI 数据上学习时空表征,验证该框架的上述用途。

AI 根据报道生成 · 45 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月9日
  1. arXiv:cs.LG
    BrainATCL:面向功能连接预测与年龄估计的自适应时序脑连接学习

    研究人员提出 BrainATCL,一个无监督、非参数的自适应时序脑连接学习框架,用于功能连接预测与年龄估计。该方法依据新增边速率动态调整每个快照的回看窗口,并用 GINE-Mamba2 主干编码图序列,在 Human Connectome Project 1000 名参与者的静息态 fMRI 数据上学习时空表征。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。