基于图谱间推土机距离的连接组核分类
计算机视觉与模式识别
2016-11-29 v1 神经与进化计算
摘要
在本文中，我们解决从结构连接组预测表型的问题。我们提出归一化拉普拉斯谱能够捕捉大脑网络的结构特性，因此图谱分布对于基于连接组的分类任务是有用的。我们引入了一种基于大脑网络谱分布间推土机距离的核。我们在公开数据集上，使用带有该核的 SVM 分类器执行自闭症谱系障碍与典型发育的分类任务，并评估其性能。基于谱分布的 EMD 核所获得的分类质量（ROC 曲线下面积）为 0.71，高于基于更简单的图嵌入方法的结果。
引用
@article{arxiv.1611.08812,
title = {Kernel classification of connectomes based on earth mover's distance between graph spectra},
author = {Yulia Dodonova and Mikhail Belyaev and Anna Tkachev and Dmitry Petrov and Leonid Zhukov},
journal= {arXiv preprint arXiv:1611.08812},
year = {2016}
}
备注
Presented at The MICCAI-BACON 16 Workshop (arXiv:1611.03363)