我々の新しい論文が出版されました。
Task-guided Generative Adversarial Networks for Synthesizing and Augmenting Structural Connectivity Matrices for Connectivity-Based Prediction
この研究は、Structural Connectivity Matricesを用いた認知特性予測のためのデータ拡張手法を提案しています。
特に、少数のサンプルしか得られない現実的な脳画像研究の制約を克服するために、Task-guided GAN IIという新しいGANベースのモデルを開発しました。
この論文は、少数サンプル環境でも有効な予測モデル構築という、神経科学とAIの融合領域における実用的な課題に対して、深層生成モデルを用いて挑戦している点が非常にユニークであると考えています。
また、技術的にもGAN、Wasserstein距離、タスク誘導回帰、グラフ理論など、多様な要素を高次元で融合して対応しています。
出版されているNetwork Neuroscienceは次のような評価です。
2023 Impact Factor: 3.6
2023 Google Scholar h5-index: 37
E-ISSN: 2472-1751