L’elaborato tratta inizialmente la senescenza cerebrale, enunciandone gli aspetti fi- siologici ed evidenziandone quelli patologici, spiegando come avviene l’acquisizione delle immagini mediche e l’importanza della comprensione delle reti cerebrali nelle neuroscienze. Nel secondo capitolo si spiegano i frameworks più conosciuti ed uti- lizzati nell’ambito dell’apprendimento supervisionato, per poi trattare in maniera più approfondita la tassonomia delle reti neurali a grafo e le loro applicazioni nelle neuroscienze. La parte conclusiva dell’elaborato riporta lo sviluppo di un algoritmo che sia in grado di eseguire un task di node label prediction.
IDENTIFICAZIONE DI MODELLI E CONNESSIONI NEURALI DEL CONNETTOMA CEREBRALE UTILIZZANDO GRAPH CONVOLUTIONAL NEURAL NETWORKS (GCNS)
LATRONICO, ANTONIO
2023/2024
Abstract
L’elaborato tratta inizialmente la senescenza cerebrale, enunciandone gli aspetti fi- siologici ed evidenziandone quelli patologici, spiegando come avviene l’acquisizione delle immagini mediche e l’importanza della comprensione delle reti cerebrali nelle neuroscienze. Nel secondo capitolo si spiegano i frameworks più conosciuti ed uti- lizzati nell’ambito dell’apprendimento supervisionato, per poi trattare in maniera più approfondita la tassonomia delle reti neurali a grafo e le loro applicazioni nelle neuroscienze. La parte conclusiva dell’elaborato riporta lo sviluppo di un algoritmo che sia in grado di eseguire un task di node label prediction.| File | Dimensione | Formato | |
|---|---|---|---|
|
Tesi_AntonioLatronico_585965.pdf
File consultabile da postazioni biblioteca
Dimensione
17.83 MB
Formato
Adobe PDF
|
17.83 MB | Adobe PDF |
I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.14253/64976