ارائه کننده: مهشاد فرامرزی
استاد راهنما: دکتر منصوره پاکروان
استاد ناظر داخلی اول: دکتر بابک محمدزاده اصل
استاد ناظر خارجی اول: دکتر سپیده حاجی پور (دانشگاه صنعتی شریف)
تاریخ: 1402/11/16
ساعت: 9 تا 11
مکان: دانشکده فنی و مهندسی؛ کلاس ۳۵۱

چکیده:
تحقیقات نشان می­ دهد شبکه­ های مختلف مغز از جمله شبکه­ های تئوری ذهن و درد از نظر ارتباط و عملکرد در سنین مختلف متفاوت هستند. در این تحقیق نیز برمبنای همین نتایج در ابتدا از پایگاه داده­ ای شامل ۱۲۲ کودک ۳ تا ۱۲ سال و ۳۳ بزرگسال استفاده شده است که یک فیلم کوتاه را حین انجام تصویر برداری تشدید مغناطیسی عملکردی تماشا کردند. همچنین پس از انجام تحقیق برروی این پایگاه داده از دو پایگاه داده دیگر استفاده شده است که به ترتیب شامل ۱۰۲ شرکت کننده ۱۸ تا ۷۴ سال و ۱۳۴ شرکت کننده سالم و معتاد به کوکائین هستند. در این تحقیق با الهام از گراف­ها و استفاده از یکی از روش ­های کشف علّی به نام الگوریتم NOTEARS اتصالات نقاط مختلف مغز را بدست آوریم، سپس برای کار با داده­ های گرافی بدست آمده جهت طبقه بندی سن افراد در دو پایگاه داده اول و طبقه بندی سالم و معتاد در پایگاه داده سوم از شبکه ­های عصبی گراف به­ ویژه شبکه عصبی توجه گراف که ابزاری قدرتمند برای کار با گراف­ها است استفاده کردیم. شبکه ­های عصبی گراف یک چارچوب کلی برای تعریف شبکه­های عصبی عمیق برروی داده­های گرافی هستند. ایده­ی این شبکه­ها این است که نمایشی از گره­ها تولید شود که توسط این شبکه­ ها تقویت می­شوند که این نمایش­ ها به ساختار و ویژگی­ های گراف بستگی دارد. نتایج صحت طبقه بندی سه کلاسه مجموعه داده ارزیابی و آزمون پایگاه داده اول به ترتیب ٪(۳.۶۱±۷۸.۰۸) و ٪(۴.۲۷±۷۰.۰۵) و طبقه بندی دو کلاسه پایگاه داده دوم ٪(۸۰.۲۳±۴.۴۱) و ٪(۸.۶۴±۷۰.۵) و طبقه بندی دو کلاسه پایگاه داده سوم ٪(۲.۵۲±۷۲.۹) و ٪(۷۰.۷۵±۶.۱۶) می­باشد. همچنین برای ارزیابی بیشتر عملکرد مدل داده گرافی شبیه سازی کردیم که بیشتر کردن تغییرات در نحوه اتصال یال­ها دقت مدل نیز افزایش می­یافت که نشان دهنده ­ی این است که معماری طراحی شده حساس به تفاوت در داده­ های دو کلاس است و می­تواند تفاوت دو کلاس را از هم تشخیص دهد.