Attenzione: i dati modificati non sono ancora stati salvati. Per confermare inserimenti o cancellazioni di voci è necessario confermare con il tasto SALVA/INSERISCI in fondo alla pagina
IRIS
An important task in connectomics studies is the classification of connectivity graphs coming from healthy and pathological subjects. In this paper, we propose a mathematical framework based on Riemannian geometry and kernel methods that can be applied to connectivity matrices for the classification task. We tested our approach using different real datasets of functional and structural connectivity, evaluating different metrics to describe the similarity between graphs. The empirical results obtained clearly show the superior performance of our approach compared with baseline methods, demonstrating the advantages of our manifold framework and its potential for other applications.
Kernel-based classification for brain connectivity graphs on the Riemannian manifold of positive definite matrices
Dodero, Luca;Minh, Ha Quang;Biagio, Marco San;Murino, Vittorio;Sona, Diego
2015
Abstract
An important task in connectomics studies is the classification of connectivity graphs coming from healthy and pathological subjects. In this paper, we propose a mathematical framework based on Riemannian geometry and kernel methods that can be applied to connectivity matrices for the classification task. We tested our approach using different real datasets of functional and structural connectivity, evaluating different metrics to describe the similarity between graphs. The empirical results obtained clearly show the superior performance of our approach compared with baseline methods, demonstrating the advantages of our manifold framework and its potential for other applications.
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
Utilizza questo identificativo per citare o creare un link a questo documento: http://hdl.handle.net/11582/303085
Citazioni
ND
social impact
simulazione ASN
Il report seguente simula gli indicatori relativi alla propria produzione scientifica in relazione alle soglie ASN 2021-2023 del proprio SC/SSD. Si ricorda che il superamento dei valori soglia (almeno 2 su 3) è requisito necessario ma non sufficiente al conseguimento dell'abilitazione. La simulazione si basa sui dati IRIS e sugli indicatori bibliometrici alla data indicata e non tiene conto di eventuali periodi di congedo obbligatorio, che in sede di domanda ASN danno diritto a incrementi percentuali dei valori. La simulazione può differire dall'esito di un’eventuale domanda ASN sia per errori di catalogazione e/o dati mancanti in IRIS, sia per la variabilità dei dati bibliometrici nel tempo. Si consideri che Anvur calcola i valori degli indicatori all'ultima data utile per la presentazione delle domande.
La presente simulazione è stata realizzata sulla base delle specifiche raccolte sul tavolo ER del Focus Group IRIS coordinato dall’Università di Modena e Reggio Emilia e delle regole riportate nel DM 589/2018 e allegata Tabella A. Cineca, l’Università di Modena e Reggio Emilia e il Focus Group IRIS non si assumono alcuna responsabilità in merito all’uso che il diretto interessato o terzi faranno della simulazione. Si specifica inoltre che la simulazione contiene calcoli effettuati con dati e algoritmi di pubblico dominio e deve quindi essere considerata come un mero ausilio al calcolo svolgibile manualmente o con strumenti equivalenti.