标题： 果蝇连接组的半参数谱建模 显示英文标题

标题： Semiparametric spectral modeling of the Drosophila connectome

摘要： 我们提出了完整的果蝇蘑菇体幼虫连接组的半参数谱建模方法。 受邻接谱嵌入（ASE）表示空间中通过高斯混合模型（GMM）对网络进行彻底探索性数据分析的启发，我们引入了潜在结构模型（LSM）用于网络建模和推断。 LSM 是随机块模型（SBM）的推广，也是随机点积图（RDPG）潜在位置模型的一个特例，并且可以在 ASE 表示空间中适应半参数 GMM。 通过将半参数 GMM 与 ASE 组合得到的连接组编码捕获了潜在的连接组结构，并揭示了与生物相关的神经元特性。 显示英文摘要

摘要： We present semiparametric spectral modeling of the complete larval Drosophila mushroom body connectome. Motivated by a thorough exploratory data analysis of the network via Gaussian mixture modeling (GMM) in the adjacency spectral embedding (ASE) representation space, we introduce the latent structure model (LSM) for network modeling and inference. LSM is a generalization of the stochastic block model (SBM) and a special case of the random dot product graph (RDPG) latent position model, and is amenable to semiparametric GMM in the ASE representation space. The resulting connectome code derived via semiparametric GMM composed with ASE captures latent connectome structure and elucidates biologically relevant neuronal properties.