Применение графовых нейронных сетей к многомерным временным рядам для обнаружения новых функциональных паттернов в нейрофизиологии

Abstract

В работе предложена методика, помогающая исследователям по серии экспериментов автоматически выявить функциональный паттерн в многомерных временных рядах. При этом было достаточно формализовать исходную задачу в терминах машинного обучения и не требовалось углубляться впредметную область. Работоспособность методики продемонстрирована в области нейрофизиологии для данных, где уже известен ожидаемый паттерн. Предложенная нейросетевая архитектура использует информацию об устройстве, с помощью которого были собраны данные. Исходное положение записывающих электродов было закодировано в виде графа и передано в соответствующую архитектуру. Для дальнейшего развития данной идеи представляет интерес применение предложенной методики в других предметных областях, например, показателям с датчиков на промышленныхконвейерах или банковским транзакциям. Для подобных задач рассмотренный подход может быть доработан и расширен.