[paper]Discovering Models from Structural and Behavioral Brain Imaging Data

仅用于个人记录与帮助理解

基于图的block modeling：

1. Existing approaches:运用单一的基于structural graph或者behavioral graph实现图的简化（块聚类）；
2. OURS:同时学习structural graph、behavioral  graph,建立新的模型（不仅学习二者之间的cohesive blocks,同时学习二者之间的interaction）。
3. challenges:behavioral graph与sturctural graph不匹配（behavior有强联结的关系，但是2点之间没有structure联结的关系；

DATASET:

1. brain imaging data(多列fMRI);
2. Twitter(关注关系与转发行为)。

OURS INPUTS：

OUR OUTPUTS:

B3与B4的块都与B2有行为相关性，所以判定为B3\B4行为相关，但是他们之间没有结构相关性，所以排除他们的行为相关性。

STRUCUTRE:

为什么要加最后的||Ms||1?（稀疏正则化？）