arXiv ID:
2605.13312
arXiv 提交日期: 2026-05-13
用于可解释脑网络分析的监督式深度多模态矩阵分解 / Supervised Deep Multimodal Matrix Factorization for Interpretable Brain Network Analysis
1️⃣ 一句话总结
该论文提出了一种名为SD3MF的新型深度学习框架,它通过将无监督的图聚类方法扩展为有监督的预测模型,能够同时分析多种脑网络数据(如功能连接和结构连接),并自动学习出不同脑区之间的社群交互模式,从而在预测任务中比传统CNN和GNN更准确,同时提供生物学上可解释的结果。