Метод NOGI находит скрытые связи в системах по редким замерам

Авторы работы на arXiv предложили метод NOGI: по замерам во времени он определяет, какие части системы связаны. По их словам, метод справляется и с редкими, нерегулярными наблюдениями.
Задача важна для нейронауки, биологии и физики: нужно понять, какие элементы сложной системы влияют друг на друга.
Непрерывное время помогает при редких замерах
Большинство прежних методов считают время отдельными шагами и хуже работают, когда замеры редкие и неравномерные. Ещё они склонны принимать цепочки косвенных зависимостей за прямые связи.
Авторы утверждают, что их непрерывная модель не привязана к расписанию наблюдений. На четырёх симулированных системах двух масштабов NOGI лучше всех восстановил структуру связей в 30 из 32 оценённых случаев, а точность прогноза осталась конкурентной.
На тесте Netsim fMRI, близком к реальным данным, средний AUPRC составил 0,90, а AUROC 0,96.
Чего пока неизвестно
Результаты получены самими авторами на симуляциях и одном тесте, близком к реальным данным. О независимой проверке в описании не сказано.
Редакция «Применяй ИИ» · Как мы готовим новости




