研究者たちは、自閉症および神経典型参加者の画像レベルでの判断を予測するために、集団固有的人工ニューラルネットワークモデルを使用するフレームワークを開発し、顔の感情知覚研究におけるばらつきに対処することを目指した。

  • モデルは、グループ間の分離を最大化すると予測される新規の顔を選択するために使用され、独立したコホートにおいて一致させたランダム画像よりも大きな行動差を生み出した。
  • 診断画像をより大きな予測されたグループ合意 toward 変形させるために生成敵対ネットワークが採用され、表現型一致検証における行動分離を減少させた。
  • このアプローチは、集団固有の知覚差を明らかにする刺激を発見し変形するためのモデル誘導手法を確立している。

結果は、行動フェノタイピングが固定された刺激セット全体での平均化を超え、神経多様性の知覚が分岐または収束する条件を特定する最適化されたアッセイへと移行する方法を示している。