論文の概要: GeoSP: A parallel method for a cortical surface parcellation based on geodesic distance

• arxiv url: http://arxiv.org/abs/2103.14579v1
• Date: Fri, 26 Mar 2021 16:43:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2021-03-29 12:39:58.894485
• Title: GeoSP: A parallel method for a cortical surface parcellation based on geodesic distance
• Title（参考訳）: GeoSP:測地線距離に基づく皮質表面のパーセレーションの並列化法
• Abstract要約: GeoSPは、測地線距離に基づいて皮質メッシュのパーセレーションを生成する並列手法である。 提案手法は、データ駆動型皮質パーセレーションの評価を行うために、コミュニティで利用可能になる。
• 参考スコア（独自算出の注目度）: 0.2955543753858105
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present GeoSP, a parallel method that creates a parcellation of the cortical mesh based on a geodesic distance, in order to consider gyri and sulci topology. The method represents the mesh with a graph and performs a K-means clustering in parallel. It has two modes of use, by default, it performs the geodesic cortical parcellation based on the boundaries of the anatomical parcels provided by the Desikan-Killiany atlas. The other mode performs the complete parcellation of the cortex. Results for both modes and with different values for the total number of sub-parcels show homogeneous sub-parcels. Furthermore, the execution time is 82 s for the whole cortex mode and 18 s for the Desikan-Killiany atlas subdivision, for a parcellation into 350 sub-parcels. The proposed method will be available to the community to perform the evaluation of data-driven cortical parcellations. As an example, we compared GeoSP parcellation with Desikan-Killiany and Destrieux atlases in 50 subjects, obtaining more homogeneous parcels for GeoSP and minor differences in structural connectivity reproducibility across subjects.
• Abstract（参考訳）: 本研究では,ジャイリ位相とサルシ位相を考えるために,測地線距離に基づく皮質メッシュのパーセレーションを作成する並列手法であるgeospを提案する。 この方法はメッシュをグラフで表現し、並列にK平均クラスタリングを実行する。 デフォルトではデシカン・キリアニー・アトラス(desikan-killiany atlas)によって提供される解剖学的パーセルの境界に基づいて測地学的皮質パーセルを実行する2つのモードがある。 他のモードは、大脳皮質の完全なパーセレーションを実行する。 両モードおよび各サブパーセルの総数の値の異なる結果は、均質なサブパーセルを示す。 さらに、実行時間は全皮質モードで82秒、デシカン・キリアニー・アトラスで18秒であり、350サブパーセルにパーセルする。 提案手法は,データ駆動型皮質パーセレーションの評価を行うために,コミュニティで利用可能となる。 例えば,50名の被験者で geosp parcellation と desikan-killiany と destrieux atlas を比較し,geosp に対してより均質なparcel を得た。

関連論文リスト

• Curvature-Aware Radius Shrinkage for Adaptive Nearest Neighbor Classification [52.452902154360565]
  CARSANNは、局所的な幾何学的複雑さに応じて各地区の空間的支持を適応する幾何学駆動のフレームワークである。 70以上の実世界のOpenMLデータセットの実験は、CARSANNが標準の$k$-NNで一貫して改善されていることを示している。
  論文  参考訳（メタデータ） (2026-08-27T19:19:07Z)
• EntroPath: Maximum Entropy Path Ensemble Embedding for Manifold Learning [0.0]
  本研究では,拡散経路のアンサンブルを通してデータグラフから測地幾何学を復元する多様体学習手法であるEntroPathを紹介する。 得られた自由エネルギーの相似性は、短時間の極限において2乗測地距離に収束することを示す。
  論文  参考訳（メタデータ） (2026-07-07T16:58:00Z)
• CuBAS: Information Geometric Curvature-Based Adaptive Sampling for Supervised Classification [52.452902154360565]
  CuBASは、教師付き分類における適応データ選択のための情報幾何学的フレームワークである。 ラベル付きデータセットは統計多様体と見なすことができ、局所曲率は2階と1階の観測されたフィッシャー情報の比率で推定され、データの分布の幾何学的複雑さを忠実にエンコードする。
  論文  参考訳（メタデータ） (2026-07-03T09:36:02Z)
• Spatial Support Matters: Geometry-Aware Graph Fusion for Rainfall Field Reconstruction [0.018658735819811274]
  都市の洪水モデリングには, 大規模な降雨再建が不可欠である。 実際の降雨検知システムは、非互換な空間的支援を通してフィールドを観測する。 幾何対応多元多元グラフニューラルネットワークを提案する。
  論文  参考訳（メタデータ） (2026-07-02T02:38:59Z)
• Evolving Spatial Weights for Cartographic Synthesis [34.00232821914697]
  本研究では,空間自己相関構造に基づく地図合成の多目的定式化を提案する。 我々は,グローバル空間構造を最大化することにより,層重みを推定する双方向進化フレームワークGIS-moGAを開発した。 その結果,集団多様性の維持と早期収束の予防には高い突然変異率が重要であることが示された。
  論文  参考訳（メタデータ） (2026-06-20T22:34:29Z)
• SliceGraph: Mapping Process Isomers in Multi-Run Chain-of-Thought Reasoning [60.650808962786364]
  我々は、CoTスライス間の疎活性化キージャカード類似性に対して、相互kNNによって構築された問題モデル-セルグラフであるSliceGraphを提案する。 同じ正規化された回答を共有する正しいCoTは、複数のプロセスファミリに分割されていることを示す。 また、プロセスファミリは、一致したnull制御の下で異なる遷移カーネルで同じアトラスをナビゲートすることを示す。
  論文  参考訳（メタデータ） (2026-05-14T09:37:26Z)
• Curvature-Aware PCA with Geodesic Tangent Space Aggregation for Semi-Supervised Learning [52.452902154360565]
  GTSA-PCAは主成分分析の幾何学的拡張である。 曲率認識と測地的整合性を統合されたスペクトルフレームワークに統合する。 以上の結果から,GTSA-PCAは次元減少に対する統計的および幾何学的アプローチの原則的ブリッジとして位置づけられた。
  論文  参考訳（メタデータ） (2026-04-20T20:36:36Z)
• Structure-Informed Estimation for Pilot-Limited MIMO Channels via Tensor Decomposition [51.56484100374058]
  本稿では、スパース観測から低ランクテンソル完備化としてパイロットリミテッドチャネル推定を定式化する。 合成チャネル実験による最小二乗平均二乗誤差(NMSE)の最小二乗平均誤差(LS)に対する改善 DeepMIMO線トレーシングチャネルの評価では、純粋なテンソル法よりも24-44%NMSEが減少している。
  論文  参考訳（メタデータ） (2026-02-03T23:38:05Z)
• Fluxamba: Topology-Aware Anisotropic State Space Models for Geological Lineament Segmentation in Multi-Source Remote Sensing [6.815807403335458]
  トポロジ対応の機能修正フレームワークを導入した軽量アーキテクチャを提案する。 F Fluxambaは3.4Mパラメータと6.3G FLOPで24FPS以上のリアルタイム推論速度を達成する。
  論文  参考訳（メタデータ） (2026-01-24T03:55:21Z)
• A Set-to-Set Distance Measure in Hyperbolic Space [50.134086375286074]
  双曲空間における集合間の相似性を計算するための双曲的集合間距離測度を提案する。 位相的差を考慮すると、HS2SDは2つの双曲集合の間の関係をより微妙に理解する。
  論文  参考訳（メタデータ） (2025-06-23T11:31:40Z)
• GeoMM: On Geodesic Perspective for Multi-modal Learning [55.41612200877861]
  本稿では,マルチモーダル学習における測地線距離を新しい距離測定基準として導入する。 我々のアプローチは、現在のマルチモーダル学習に測地距離を適用するための包括的な戦略を取り入れている。
  論文  参考訳（メタデータ） (2025-05-16T13:12:41Z)
• A Heat Diffusion Perspective on Geodesic Preserving Dimensionality Reduction [66.21060114843202]
  熱測地線埋め込みと呼ばれるより一般的な熱カーネルベースの多様体埋め込み法を提案する。 その結果,本手法は,地中真理多様体距離の保存において,既存の技術よりも優れていることがわかった。 また,連続体とクラスタ構造を併用した単一セルRNAシークエンシングデータセットに本手法を適用した。
  論文  参考訳（メタデータ） (2023-05-30T13:58:50Z)
• Short and Straight: Geodesics on Differentiable Manifolds [6.85316573653194]
  本研究では,測地線長を最小化するための既存の手法をまず解析する。 次に,連続多様体上の距離場と測地流のモデルに基づくパラメータ化を提案する。 第3に,Ricciスカラーのより大きい値を示す多様体の領域において,曲率に基づくトレーニング機構,サンプリングおよびスケーリングポイントを開発する。
  論文  参考訳（メタデータ） (2023-05-24T15:09:41Z)
• GeoLab: Geometry-based Tractography Parcellation of Superficial White Matter [3.3147826027601868]
  本稿では, 対象物から数百個の短い白色物質束を高速に分割する, 効率的な幾何学的解析法(GeoLab)を提案する。 この方法は657個のバンドルからなるEBRAINSヨーロッパインフラのSWMアトラスのために設計されている。
  論文  参考訳（メタデータ） (2023-03-02T10:52:30Z)
• Contour Context: Abstract Structural Distribution for 3D LiDAR Loop Detection and Metric Pose Estimation [31.968749056155467]
  本稿では,高精度な3DoF距離ポーズ推定を用いた簡易かつ効果的かつ効率的なトポロジカルループ閉包検出パイプラインを提案する。 我々は,3次元LiDAR点から投影されるBEV像を構造層分布として解釈する。 検索キーは、層状KD木でインデックスされたデータベースの検索を高速化するように設計されている。
  論文  参考訳（メタデータ） (2023-02-13T07:18:24Z)
• Information Entropy Initialized Concrete Autoencoder for Optimal Sensor Placement and Reconstruction of Geophysical Fields [58.720142291102135]
  そこで本稿では,スパーク計測による地場再構成のためのセンサ配置の最適化について提案する。 本研究では, (a) 温度と (b) バレンツ海周辺の塩分濃度場とスバルバルド諸島群を例に示す。 得られた最適センサ位置は, 物理的解釈が明確であり, 海流の境界に対応することが判明した。
  論文  参考訳（メタデータ） (2022-06-28T12:43:38Z)
• GraphWalks: Efficient Shape Agnostic Geodesic Shortest Path Estimation [93.60478281489243]
  3次元曲面上の測地線経路を近似する学習可能なネットワークを提案する。 提案手法は,最短経路の効率的な近似と測地距離推定を提供する。
  論文  参考訳（メタデータ） (2022-05-30T16:22:53Z)
• Deep Networks on Toroids: Removing Symmetries Reveals the Structure of Flat Regions in the Landscape Geometry [3.712728573432119]
  我々は、すべての対称性を除去し、トロイダルトポロジーをもたらす標準化されたパラメータ化を開発する。 最小化器の平坦性とそれらの接続する測地線経路の有意義な概念を導出する。 また、勾配勾配の変種によって発見された最小化器は、ゼロエラー経路と1つの曲がり角で接続可能であることも見いだした。
  論文  参考訳（メタデータ） (2022-02-07T09:57:54Z)
• TA-Net: Topology-Aware Network for Gland Segmentation [71.52681611057271]
  本研究では, 密集した腺と高度に変形した腺を正確に分離する新しいトポロジ・アウェア・ネットワーク(TA-Net)を提案する。 TA-Netはマルチタスク学習アーキテクチャを持ち、腺セグメンテーションの一般化を強化する。 2つのデータセットで最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2021-10-27T17:10:58Z)
• Spatial-Spectral Clustering with Anchor Graph for Hyperspectral Image [88.60285937702304]
  本稿では、HSIデータクラスタリングのための空間スペクトルクラスタリングとアンカーグラフ(SSCAG)という新しい非監視アプローチを提案する。 提案されたSSCAGは最先端のアプローチと競合する。
  論文  参考訳（メタデータ） (2021-04-24T08:09:27Z)
• Geodesics in fibered latent spaces: A geometric approach to learning correspondences between conditions [62.997667081978825]
  この研究は、異なる条件のサンプル間の対応を作成するための幾何学的枠組みと新しいネットワークアーキテクチャを導入する。 この形式の下では、潜伏空間は、条件を符号化する基底空間に成層化されたファイバー束であり、条件の変動を符号化するファイバー空間である。
  論文  参考訳（メタデータ） (2020-05-16T03:14:52Z)
• Uniform Interpolation Constrained Geodesic Learning on Data Manifold [28.509561636926414]
  学習された測地線とともに、2つのデータサンプル間で高品質なデータを生成することができる。 提案手法の有効性を実証するために, モデルの理論解析を行い, 画像翻訳を例に挙げる。
  論文  参考訳（メタデータ） (2020-02-12T07:47:41Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。