| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2026-07-22 09:00 ［ポスター講演］GSSを用いたグラスマン多様体上の脳ネットワーククラスタリング ○野口壱平・米田千咲・作元雄輔（関西学院大）  CQ2026-25 |
|
| 抄録 | （和） | 脳コネクトームのネットワーク分析は，脳の特性や疾患のメカニズムを理解するうえで重要である．脳コネクトームを被験者ごとの脳ネットワークとして扱うことで，ネットワーク構造の違いに基づいて被験者の状態や性質を分類する問題を考えることができる．このような脳ネットワーク分類では，各ネットワークの構造的特徴を適切に表現することが重要となる．GCT~(Geodesic Clustering with Tangent spaces) は，各ネットワークから得られる複数の固有ベクトルが張る部分空間をグラスマン多様体上の点として表現し，部分空間同士の関係に基づいてクラスタリングを行う方法である．しかし，GCT では，どの固有ベクトルを用いて部分空間を構成するかがクラスタリング性能に影響するため，ネットワーク分類に有効な部分空間をどのように選択するかが課題となる．GSS~(Graph Spectrum Shift) は，固有値をシフトすることで，低ランク近似において選択される固有ベクトルを変化させる操作である．そこで本稿では，GSS を取り入れた低ランク近似に基づいて固有ベクトルを選択し，GCT に用いる部分空間を決定する GCT+GSS を検討する．評価では，人工ネットワークおよび実際の脳ネットワークを用いてクラスタリング正答率を調べ，GSS に基づく部分空間選択の有効性を評価する． |
| （英） | Network analysis of brain connectomes is important for understanding brain characteristics and disease mechanisms. By treating brain connectomes as brain networks for individual subjects, it is possible to consider the problem of classifying subjects' states and properties based on differences in network structures. In such brain network classification, it is important to appropriately represent the structural features of each network. GCT~(Geodesic Clustering with Tangent spaces) is a method that represents the subspace spanned by multiple eigenvectors obtained from each network as a point on the Grassmann manifold, and performs clustering based on relationships between subspaces. However, in GCT, clustering performance depends on which eigenvectors are used to construct the subspace, and therefore selecting a subspace effective for network classification is an important issue. GSS~(Graph Spectrum Shift) is an operation that shifts eigenvalues and can change the eigenvectors selected in low-rank approximation. Therefore, this paper studies GCT+GSS, which selects eigenvectors based on low-rank approximation with GSS and determines the subspace used in GCT. In the evaluation, we investigate the clustering accuracy using artificial networks and real brain networks, and evaluate the effectiveness of subspace selection based on GSS. |
|
| キーワード | （和） | 脳ネットワーク / グラフクラスタリング / グラスマン多様体 / GCT / GSS / 低ランク近似 / / |
| （英） | Brain Network / Graph Clustering / Grassmann Manifold / GCT / GSS / Low-Rank Approximation / / | |
| 文献情報 | 信学技報, vol. 126, no. 121, CQ2026-25, pp. 67-72, 2026年7月. | |
| 資料番号 | CQ2026-25 | |
| 発行日 | 2026-07-14 (CQ) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | CQ2026-25 |
|
| 研究会情報 | |
| 研究会 | CQ |
| 開催期間 | 2026-07-21 - 2026-07-23 |
| 開催地（和） | イーフ情報プラザ |
| 開催地（英） | Eef Jouhou Plaza |
| テーマ（和） | ネットワーク性能、仮想空間/メタバース、グラフ解析、ゲーム理論、機械学習、インタラクション、ソーシャルメディア、一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | CQ |
| 会議コード | 2026-07-CQ |
| 本文の言語 | 日本語 |
| タイトル（和） | GSSを用いたグラスマン多様体上の脳ネットワーククラスタリング |
| サブタイトル（和） | |
| タイトル（英） | An Investigation of GCT+GSS for Graph Clustering of Brain Networks |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 脳ネットワーク / Brain Network |
| キーワード(2)（和/英） | グラフクラスタリング / Graph Clustering |
| キーワード(3)（和/英） | グラスマン多様体 / Grassmann Manifold |
| キーワード(4)（和/英） | GCT / GCT |
| キーワード(5)（和/英） | GSS / GSS |
| キーワード(6)（和/英） | 低ランク近似 / Low-Rank Approximation |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 野口 壱平 / Ippei Noguchi / ノグチ イッペイ |
| 第1著者 所属（和/英） | 関西学院大学 (略称： 関西学院大) Kwansei Gakuin University (略称： Kwansei Gakuin Univ) |
| 第2著者 氏名（和/英/ヨミ） | 米田 千咲 / Chissaki Yoneda / ヨネダ チサキ |
| 第2著者 所属（和/英） | 関西学院大学 (略称： 関西学院大) Kwansei Gakuin University (略称： Kwansei Gakuin Univ) |
| 第3著者 氏名（和/英/ヨミ） | 作元 雄輔 / Yusuke Sakumoto / サクモト ユウスケ |
| 第3著者 所属（和/英） | 関西学院大学 (略称： 関西学院大) Kwansei Gakuin University (略称： Kwansei Gakuin Univ) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-07-22 09:00:00 |
| 発表時間 | 60分 |
| 申込先研究会 | CQ |
| 資料番号 | CQ2026-25 |
| 巻番号（vol） | vol.126 |
| 号番号（no） | no.121 |
| ページ範囲 | pp.67-72 |
| ページ数 | 6 |
| 発行日 | 2026-07-14 (CQ) |
[研究会発表申込システムのトップページに戻る]