Buchumschlag

Learning Graph Filters for Structure-Function Coupling based Hub Node Identification

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ortiz-Bouza, Meiby, Vu, Duc, Karaaslanli, Abdullah, Aviyente, Selin
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Social and Information Networks Machine Learning Neurons and Cognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learning Optimal Graph Filters for Clustering of Attributed Graphs
von: Ortiz-Bouza, Meiby, et al.
Veröffentlicht: (2022)

Community detection in multiplex networks based on orthogonal nonnegative matrix tri-factorization
von: Ortiz-Bouza, Meiby, et al.
Veröffentlicht: (2022)

Discriminative community detection for multiplex networks
von: Ortiz-Bouza, Meiby, et al.
Veröffentlicht: (2024)

Learning dynamic representations of the functional connectome in neurobiological networks
von: Dyballa, Luciano, et al.
Veröffentlicht: (2024)

Multiview Graph Learning with Consensus Graph
von: Karaaslanli, Abdullah, et al.
Veröffentlicht: (2024)

Hierarchical Multiscale Structure-Function Coupling for Brain Connectome Integration
von: Chen, Jianwei, et al.
Veröffentlicht: (2026)

Network Structure Governs Drosophila Brain Functionality
von: Zhang, Xiaoyu, et al.
Veröffentlicht: (2024)

Functional Brain Network Identification in Opioid Use Disorder Using Machine Learning Analysis of Resting-State fMRI BOLD Signals
von: Temtam, Ahmed, et al.
Veröffentlicht: (2024)

Unified Generative Latent Representation for Functional Brain Graphs
von: Abulikemu, Subati, et al.
Veröffentlicht: (2025)

Topological Cycle Graph Attention Network for Brain Functional Connectivity
von: Huang, Jinghan, et al.
Veröffentlicht: (2024)

Category learning in deep neural networks: Information content and geometry of internal representations
von: Bonnasse-Gahot, Laurent, et al.
Veröffentlicht: (2025)

Graceful forgetting: Memory as a process
von: de Cheveigné, Alain
Veröffentlicht: (2025)

Seizure-NGCLNet: Representation Learning of SEEG Spatial Pathological Patterns for Epileptic Seizure Detection via Node-Graph Dual Contrastive Learning
von: Wang, Yiping, et al.
Veröffentlicht: (2025)

Hierarchical Latent Structure Learning through Online Inference
von: Aitsahalia, Ines, et al.
Veröffentlicht: (2026)

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

SynapsNet: Enhancing Neuronal Population Dynamics Modeling via Learning Functional Connectivity
von: Delavari, Parsa, et al.
Veröffentlicht: (2024)

Joint-Embedding Masked Autoencoder for Self-supervised Learning of Dynamic Functional Connectivity from the Human Brain
von: Choi, Jungwon, et al.
Veröffentlicht: (2024)

Beyond Performance Scores: Directed Functional Connectivity as a Brain-Based Biomarker for Motor Skill Learning and Retention
von: Kamat, Anil, et al.
Veröffentlicht: (2025)

Compositional Symmetry as Compression: Lie Pseudogroup Structure in Algorithmic Agents
von: Ruffini, Giulio
Veröffentlicht: (2025)

ST-USleepNet: A Spatial-Temporal Coupling Prominence Network for Multi-Channel Sleep Staging
von: Ma, Jingying, et al.
Veröffentlicht: (2024)

From Epilepsy Seizures Classification to Detection: A Deep Learning-based Approach for Raw EEG Signals
von: Darankoum, Davy, et al.
Veröffentlicht: (2024)

Cortical network reconfiguration aligns with shifts of basal ganglia and cerebellar influence
von: Nestor, Kimberly
Veröffentlicht: (2024)

BACE: Behavior-Adaptive Connectivity Estimation for Interpretable Graphs of Neural Dynamics
von: Asadi, Mehrnaz, et al.
Veröffentlicht: (2025)

Graph neural networks uncover structure and functions underlying the activity of simulated neural assemblies
von: Allier, Cédric, et al.
Veröffentlicht: (2026)

OPTIMUS: Predicting Multivariate Outcomes in Alzheimer's Disease Using Multi-modal Data amidst Missing Values
von: Diaz, Christelle Schneuwly, et al.
Veröffentlicht: (2025)

A Data-Driven Method to Map the Functional Organisation of Human Brain White Matter
von: Sun, Yifei, et al.
Veröffentlicht: (2026)

Memory-Amortized Inference: A Topological Unification of Search, Closure, and Structure
von: Li, Xin
Veröffentlicht: (2025)

A Brain Graph Foundation Model: Pre-Training and Prompt-Tuning across Broad Atlases and Disorders
von: Wei, Xinxu, et al.
Veröffentlicht: (2025)

Extraction and Recovery of Spatio-Temporal Structure in Latent Dynamics Alignment with Diffusion Models
von: Wang, Yule, et al.
Veröffentlicht: (2023)

Integrated Brain Connectivity Analysis with fMRI, DTI, and sMRI Powered by Interpretable Graph Neural Networks
von: Qu, Gang, et al.
Veröffentlicht: (2024)

Brain-MGF: Multimodal Graph Fusion Network for EEG-fMRI Brain Connectivity Analysis Under Psilocybin
von: Yap, Sin-Yee, et al.
Veröffentlicht: (2025)

State Space Models Naturally Produce Time Cell and Oscillatory Behaviors and Scale to Abstract Cognitive Functions
von: Lu, Sen, et al.
Veröffentlicht: (2025)

CI-GNN: A Granger Causality-Inspired Graph Neural Network for Interpretable Brain Network-Based Psychiatric Diagnosis
von: Zheng, Kaizhong, et al.
Veröffentlicht: (2023)

Predicting Cognition from fMRI:A Comparative Study of Graph, Transformer, and Kernel Models Across Task and Rest Conditions
von: Patel, Jagruti, et al.
Veröffentlicht: (2025)

Multi-Scale Graph Theoretical Analysis of Resting-State fMRI for Classification of Alzheimer's Disease, Mild Cognitive Impairment, and Healthy Controls
von: Khazaee, Ali, et al.
Veröffentlicht: (2024)

Augmentation-based Unsupervised Cross-Domain Functional MRI Adaptation for Major Depressive Disorder Identification
von: Ma, Yunling, et al.
Veröffentlicht: (2024)

SPD Learn: A Geometric Deep Learning Python Library for Neural Decoding Through Trivialization
von: Aristimunha, Bruno, et al.
Veröffentlicht: (2026)

Balanced Graph Structure Information for Brain Disease Detection
von: Febrinanto, Falih Gozi, et al.
Veröffentlicht: (2023)

Learning High-Order Relationships of Brain Regions
von: Qiu, Weikang, et al.
Veröffentlicht: (2023)

Dynamically Learning to Integrate in Recurrent Neural Networks
von: Bordelon, Blake, et al.
Veröffentlicht: (2025)