受聊城大学数学科学学院邀请，埃默里大学阚璇博士于2024年2月22日上午10:00-12: 00作了题为“授权图机器学习大脑网络分析”的学术报告。本次报告以腾讯会议的形式举行，数学科学学院部分教师和研究生聆听了报告。
阚璇博士分享了其在脑网络分析领域的几项工作。首先，阚博士提出了一种名为FBNETGEN的任务感知和可解释的fMRI分析框架，以充分发挥图神经网络（GNNs）在基于网络的脑功能磁共振成像中的作用。该框架主要包括三个关键步骤：感兴趣区域（ROI）特征提取，脑网络生成，和基于GNNs的临床预测。这个端到端可训练的模型通过特定的预测任务来指导网络训练，在这个过程中，图生成器是其中的一个关键组件。图生成器的作用是学习如何将原始的时间序列特征转化为与特定任务相关的脑网络。此外，阚博士还探索了transformer模型在不同类型数据上的应用，并发现transformer模型能够显著提高性能。为了进一步提高脑功能分析的效果，阚博士引入了一种新颖的基于自监督软聚类和正交投影的正交聚类读取操作，旨在确定ROI组之间相似的基础功能模块，从而实现可区分的集群感知节点嵌入和信息图嵌入。该方法为脑功能分析提供了新的思路和理论基础。最后，阚博士还介绍了一项新的方法——动态脑变压器(DART)，该方法以静态大脑网络为基础，将动态大脑网络整合进来以提高传统方法的性能和解释能力。DART的引入为神经科学和脑机接口技术开创了新的可能性，有望推动相关领域的发展。
专家简介: 阚璇，埃默里大学计算机科学专业的博士，他的研究兴趣主要集中在设计更有效和可解释的机器学习算法，以应用于fMRI数据分析，从而推动神经生物学的发现和精神疾病的诊断。他在领域内的研究成果令人瞩目，并发布了多篇相关论文，这些论文发表于顶级会议和期刊，如WWW、NeurlPS和KDD。此外，阚博士还曾在谷歌和Meta等公司实习，拥有丰富的工业界经验。
