跳到正文
← 返回论文列表与筛选
阅读说明

本页整理公开书目信息,不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成,未完成全文核验,可能有误;具体假设、证明与结论请核对原文。摘要保留来源文本,未经模型改写。

DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要;缺少可靠材料时保留待补状态。

本页为预印本版本;arXiv 收录、作者填写的期刊信息以及作者既有发表经历,都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对,只展示已核实例,档案仍可能误合并。

引用量采用 OpenAlex 单条关联记录,不合计多个记录;关联记录可能包含正式发表版本,不等于此版本单独引用。缺失不视为零,引用指标不代表论文质量。

关注作者按书目中的完整姓名匹配,同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列,再参考通用方法与发表日期。

分类依据与纠错

AI 根据所提供的论文材料归类:摘要明确以动态因子模型处理多受试者时间序列,分类依据是方法而非脑成像应用领域。

反馈分类问题

正在核对关联版本…

代码、数据与补充材料

正在核对对应版本的资源…

关注这篇论文的作者
Younghoon Kim
Zachary F. Fisher
Vladas Pipiras

群组整合动态因子模型及其多受试者脑连接应用

研究问题
如何在两组受试者的时间序列中同时识别组间共性与差异、个体时间动态,以及同一受试者随时间变化的结构?
方法与思路
作者提出 GRIDY 动态因子框架,结合基于主角度的秩选择和非迭代整合分析,重建具有灵活协方差结构的潜在因子。
材料陈述的贡献
摘要称框架兼顾群组空间信息与个体时间动态,并通过多种模拟场景及自闭症与对照组静息态脑成像数据展示表现。
阅读关注点
应核对共性与个体因子的识别约束、主角度秩选择依据、协方差设定,以及组内时间差异如何通过模型配置体现。
阅读边界
这是 arXiv 预印本,同行评审及期刊接收未核实;摘要未说明可识别性的完整条件,也未提供模拟与脑成像分析的具体结果。

原文摘要

This work introduces a novel framework for dynamic factor model-based group-level analysis of multiple subjects time series data, called GRoup Integrative DYnamic factor (GRIDY) models. The framework identifies and characterizes inter-subject similarities and differences between two pre-determined groups by considering a combination of group spatial information and individual temporal dynamics. Furthermore, it enables the identification of intra-subject similarities and differences over time by employing different model configurations for each subject. Methodologically, the framework combines a novel principal angle-based rank selection algorithm and a non-iterative integrative analysis framework. Inspired by simultaneous component analysis, this approach also reconstructs identifiable latent factor series with flexible covariance structures. The performance of the GRIDY models is evaluated through simulations conducted under various scenarios. An application is also presented to compare resting-state functional MRI data collected from multiple subjects in autism spectrum disorder and control groups.

笔记与分组
相关领域论文