文献

J-GLOBAL ID：201902284482725543   整理番号：19A2668766

機能的に定義された脳ネットワーク内の解剖学的測定を用いた流体知能の予測【JST・京大機械翻訳】

Predicting Fluid Intelligence Using Anatomical Measures Within Functionally Defined Brain Networks

著者 (5件)： Chiang Jeffrey N. (Department of Psychology, University of California, Los Angeles, Los Angeles, CA, USA) ,  Reggente Nicco (Tiny Blue Dot Foundation, Santa Monica, CA, USA) ,  Dell’Italia John (Department of Psychology, University of California, Los Angeles, Los Angeles, CA, USA) ,  Zheng Zhong Sheng (Casa Colina Research Institute, Pomona, CA, USA) ,  Lutkenhoff Evan S. (Department of Psychology, University of California, Los Angeles, Los Angeles, CA, USA)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11791  ページ： 143-149  発行年： 2019年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： ABCD神経認知予測チャレンジ(ABCD-NP-Challenge 2019)は,小児に対して,それらの流体知能スコアに沿った利用可能なT1強調構造スキャンを行った。この挑戦の目的は,この解剖学的脳データを用いて,他の子供たちから取り出されたhelアウトT1強調構造スキャンからの流体知能スコアの予測に成功するモデルを訓練することであった。機能的磁気共鳴画像(fMRI)は知能を含む認知機能の神経相関を同定するのに適度に成功している。本研究では,機能的に定義された領域,畳込み神経回路網,および回帰モデル内の解剖学的尺度を活用し,流体知能を予測することを試みた。提案したモデルは,ABCD-NP-Challenge上で競合的に実行され,LASSOに基づく行動予測のための非深い学習アプローチを著しく凌駕した。Copyright 2019 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ネットワーク ,  神経回路網 ,  学習 ,  *予測 ,  *解剖学 ,  回帰モデル ,  子供 ,  走査 ,  畳込み
準シソーラス用語： 行動予測 ,  認知機能 ,  機能的MRI ,  スコア ,  神経 , 【Automatic Indexing@JST】

著者キーワード (3件)： 知能 ,  ネットワーク解析 ,  畳み込みニューラルネットワーク

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 定義 ,  脳ネットワーク ,  解剖学 ,  流体 ,  知能 ,  予測