Generalized fused group lasso regularized multi-task feature learning for predicting cognitive outcomes in Alzheimers disease

نتایج تجربی با داده های واقعی و مصنوعی نشان می دهد که ترکیب دو ساختار پیشین با استفاده از هنجار لسو گروه مشترک متمرکز شده در یادگیری ویژگی های چندگانه می تواند عملکرد پیش بینی را در چندین روش رقابت در حالت پیشرفته بهبود بخشد و همبستگی تخمینی توابع شناختی و شناسایی نشانگرهای تصویربرداری مربوط به شناخت از لحاظ بالینی و بیولوژیکی معنی دار هستند.