해석 가능한 뇌 네트워크 분석을 위한 지도 학습 딥 멀티모달 행렬 분해
Supervised Deep Multimodal Matrix Factorization for Interpretable Brain Network Analysis
TL;DR AI
1분핵심 요약
연구진은 다중모달 뇌 그래프 분석을 위한 지도형 인코더-디코더 모델 SD3MF를 제안했다.
이 방법은 대칭 비음수 행렬 삼중분해를 확장해 공통 잠재 구조와 모달리티별 분해를 함께 학습한다.
커넥톰 데이터셋에서 SD3MF는 예측과 그래프 재구성 측면 모두에서 CNN·GNN 기준선을 앞섰다.
핵심 장점은 높은 정확도와 해석 가능한 뇌 연결성 특징을 함께 제공해 신경과학 연구에 유용하다는 점이다.