الأبحاث المرتبطة بالكلمة المفتاحية: انتباه الهيبرغراف
-
تعلم العلاقات عالية الترتيب باستخدام التجميع الزماني المكاني القائم على انتباه الهيبرغراف لتحليل أمراض الدماغ Learning High-Order Relationships with Hypergraph Attention-based Spatio-Temporal Aggregation for Brain Disease Analysis
2026 | المؤلف: Wenqi Hu وآخرون | المجلة: IEEE Journal of Biomedical and Health Informatics | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)في هذا البحث، يقدم المؤلفون إطار عمل جديد يعزز تحليل بيانات التصوير بالرنين المغناطيسي الوظيفي (fMRI) من خلال استخدام الرسوم البيانية الفائقة لالتقاط العلاقات عالية الترتيب بين مناطق الدماغ المتعددة. الطرق التقليدية، التي تركز على التفاعلات الثنائية، محدودة بهياكل الرسوم البيانية الفائقة المحددة مسبقًا وغالبًا ما تتجاهل الديناميات الزمنية. للتغلب على هذه التحديات، يدمج الإطار…
-
HFGCN: شبكات الالتفاف الرسومية المدمجة للهيكل الفائق للتعرف على الحركة المعتمدة على الهيكل العظمي HFGCN: Hypergraph Fusion Graph Convolutional Networks for Skeleton-Based Action Recognition
2026 | المؤلف: Zhenyun Du وآخرون | المجلة: IEEE Transactions on Multimedia | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)في هذه الورقة، يتناول المؤلفون قيود طرق التعرف على الحركة الحالية، التي تركز بشكل أساسي على تقنيات التعلم العميق مع إهمال العلاقات الطوبولوجية بين نقاط الهيكل العظمي وأجزاء الجسم. يقترحون نهجًا جديدًا يدمج نظرية الحركة لتحسين تصنيف هذه العلاقات الطوبولوجية، مما يؤدي إلى تطوير شبكة تلافيفية للرسوم البيانية المفرطة (HFGCN). يلتقط هذا النموذج بفعالية التفاعلات…