这里在宏观讲述模型结构的时候,暂时先不细讲,之后在仔细的考虑TCN和GNN的代码实现细节。 if self.edge_weights: # 这个带上edge-weights的概念,也就是会输入两个节点之间的连接的强弱。 x = self.gnn_conv1(x, edge_index, edge_weight=edge_attr.view(-1)) else: # 没有edgeweights的概念的,则是,仅仅...
其中,图也是从时间序列产生的,然后经过一些阈值处理和无向图处理。时间序列后来也经过了归一化处理 下一步来看模型的构建,如何将TCN和GNN结合起来的。
在我们的工作中,我们提出了一种模型,利用GNN负责空间的脑部区域间的关系,使用TCN捕捉血氧等级依赖性时间序列的特征。通过incorporating GNN和CNN,我们结合了特征间和特征内学习。特别的,GNN可以捕获ROI之间的高阶相互关系,消除脑区域特定时间序列之间的相互作用中的线性假设的弊端。 我们进一步的设计了我们的结构,保留了e...