연구자들은 자폐증 및 신경전형 참가자의 이미지 수준 판단을 예측하기 위해 집단 특이적 인공 신경망 모델을 사용하는 프레임워크를 개발했으며, 이는 얼굴 감정 지각 연구의 변이를 해결하는 것을 목표로 한다.
- 모델은 그룹 간 분리를 최대화할 것으로 예측되는 새로운 얼굴을 선택하는 데 사용되었으며, 독립적인 코호트에서 일치된 무작위 이미지보다 더 큰 행동 차이를 생성했다.
- 진단 이미지를 더 큰 예측된 그룹 합의로 변형시키기 위해 생성적 적대 네트워크가 사용되었으며, 표현형 일치 검증에서 행동 분리를 줄였다.
- 이 접근법은 집단 특이적 지각 차이를 드러내는 자극을 발견하고 변형하기 위한 모델 유도 방법을 확립한다.
결과들은 행동 페노타이핑이 고정된 자극 세트 전반의 평균화를 넘어 신경다양성 지각이 분기하거나 수렴하는 조건을 식별하는 최적화된 검정으로 나아갈 수 있는 방법을 보여준다.