Buchumschlag

Balanced Graph Structure Information for Brain Disease Detection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Febrinanto, Falih Gozi, Liu, Mujie, Xia, Feng
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning Artificial Intelligence Neurons and Cognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

BrainNet-MoE: Brain-Inspired Mixture-of-Experts Learning for Neurological Disease Identification
von: Zhang, Jing, et al.
Veröffentlicht: (2025)

NeuroGraph: Benchmarks for Graph Machine Learning in Brain Connectomics
von: Said, Anwar, et al.
Veröffentlicht: (2023)

Contrastive Graph Pooling for Explainable Classification of Brain Networks
von: Xu, Jiaxing, et al.
Veröffentlicht: (2023)

Graph Autoencoders for Embedding Learning in Brain Networks and Major Depressive Disorder Identification
von: Noman, Fuad, et al.
Veröffentlicht: (2021)

Defining and Benchmarking a Data-Centric Design Space for Brain Graph Construction
von: Ge, Qinwen, et al.
Veröffentlicht: (2025)

Brain Networks and Intelligence: A Graph Neural Network Based Approach to Resting State fMRI Data
von: Thapaliya, Bishal, et al.
Veröffentlicht: (2023)

Explore Brain-Inspired Machine Intelligence for Connecting Dots on Graphs Through Holographic Blueprint of Oscillatory Synchronization
von: Dan, Tingting, et al.
Veröffentlicht: (2026)

Brain-like Variational Inference
von: Vafaii, Hadi, et al.
Veröffentlicht: (2024)

Predicting Human Brain States with Transformer
von: Sun, Yifei, et al.
Veröffentlicht: (2024)

Revealing Neurocognitive and Behavioral Patterns by Unsupervised Manifold Learning from Dynamic Brain Data
von: Zhou, Zixia, et al.
Veröffentlicht: (2025)

Why the Brain Consolidates: Predictive Forgetting for Optimal Generalisation
von: Fountas, Zafeirios, et al.
Veröffentlicht: (2026)

Learning Cross-Atlas Consistent Brain Disorder Representations via Disentangled Multi-Atlas Functional Connectivity Learning
von: Chen, Minheng, et al.
Veröffentlicht: (2026)

DSAM: A Deep Learning Framework for Analyzing Temporal and Spatial Dynamics in Brain Networks
von: Thapaliya, Bishal, et al.
Veröffentlicht: (2024)

Bridging Foundation Models and Efficient Architectures: A Modular Brain Imaging Framework with Local Masking and Pretrained Representation Learning
von: Wang, Yanwen, et al.
Veröffentlicht: (2025)

Contrasformer: A Brain Network Contrastive Transformer for Neurodegenerative Condition Identification
von: Xu, Jiaxing, et al.
Veröffentlicht: (2024)

Emergent Language Symbolic Autoencoder (ELSA) with Weak Supervision to Model Hierarchical Brain Networks
von: Latheef, Ammar Ahmed Pallikonda, et al.
Veröffentlicht: (2024)

BaRISTA: Brain Scale Informed Spatiotemporal Representation of Human Intracranial Neural Activity
von: Oganesian, Lucine L., et al.
Veröffentlicht: (2025)

Hybrid Spiking Neural Networks for Low-Power Intra-Cortical Brain-Machine Interfaces
von: Vasilache, Alexandru, et al.
Veröffentlicht: (2024)

Refined Causal Graph Structure Learning via Curvature for Brain Disease Classification
von: Febrinanto, Falih Gozi, et al.
Veröffentlicht: (2025)

A New Strategy for Artificial Intelligence: Training Foundation Models Directly on Human Brain Data
von: Donoso, Maël
Veröffentlicht: (2026)

Brain alignment of reasoning and action representations from vision-language and action models during naturalistic gameplay
von: Oota, Subba Reddy, et al.
Veröffentlicht: (2026)

QF: Quick Feedforward AI Model Training without Gradient Back Propagation
von: Qi, Feng
Veröffentlicht: (2025)

Sample-Efficient Reinforcement Learning Controller for Deep Brain Stimulation in Parkinson's Disease
von: Ravivarapu, Harsh, et al.
Veröffentlicht: (2025)

The Geometry of Concepts: Sparse Autoencoder Feature Structure
von: Li, Yuxiao, et al.
Veröffentlicht: (2024)

Rethinking Over-Smoothing in Graph Neural Networks: A Perspective from Anderson Localization
von: Ouyang, Kaichen
Veröffentlicht: (2025)

Characterizing Continuous and Discrete Hybrid Latent Spaces for Structural Connectomes
von: Rudravaram, Gaurav, et al.
Veröffentlicht: (2025)

Comparative Analysis of Deep Learning Approaches for Harmful Brain Activity Detection Using EEG
von: Bhatti, Shivraj Singh, et al.
Veröffentlicht: (2024)

Task-Optimized Convolutional Recurrent Networks Align with Tactile Processing in the Rodent Brain
von: Chung, Trinity, et al.
Veröffentlicht: (2025)

Divergences between Language Models and Human Brains
von: Zhou, Yuchen, et al.
Veröffentlicht: (2023)

Entropy Causal Graphs for Multivariate Time Series Anomaly Detection
von: Febrinanto, Falih Gozi, et al.
Veröffentlicht: (2023)

BrainWave: A Brain Signal Foundation Model for Clinical Applications
von: Yuan, Zhizhang, et al.
Veröffentlicht: (2024)

Not All Errors Are Equal: Investigation of Speech Recognition Errors in Alzheimer's Disease Detection
von: Kang, Jiawen, et al.
Veröffentlicht: (2024)

Intrinsic Goals for Autonomous Agents: Model-Based Exploration in Virtual Zebrafish Predicts Ethological Behavior and Whole-Brain Dynamics
von: Keller, Reece, et al.
Veröffentlicht: (2025)

Multi-dataset Joint Pre-training of Emotional EEG Enables Generalizable Affective Computing
von: Zhang, Qingzhu, et al.
Veröffentlicht: (2025)

Deep Learning-Powered Electrical Brain Signals Analysis: Advancing Neurological Diagnostics
von: Li, Jiahe, et al.
Veröffentlicht: (2025)

Rethinking Functional Brain Connectome Analysis: Do Graph Deep Learning Models Help
von: Han, Keqi, et al.
Veröffentlicht: (2025)

Brain-OF: An Omnifunctional Foundation Model for fMRI, EEG and MEG
von: Guo, Hanning, et al.
Veröffentlicht: (2026)

Can Brain Signals Reveal Inner Alignment with Human Languages?
von: Han, William, et al.
Veröffentlicht: (2022)

Explaining Deep Learning Models for Age-related Gait Classification based on time series acceleration
von: Zheng, Xiaoping, et al.
Veröffentlicht: (2023)

Clustering Inductive Biases with Unrolled Networks
von: Huml, Jonathan, et al.
Veröffentlicht: (2023)