用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/hiyenwong/ai_collection --skill inexact-graph-matching-brain-networks命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
Graph-native Python reimplementation of the Information Dynamics of Music (IDyOM) model that represents predictive memories as explicit graph objects for musical expectation modeling and network analysis.
Physics-aware end-to-end deep reinforcement learning methodology for quadcopter control with actuator dynamics modeling.
Reinforced Dreamer methodology for asymmetric reinforcement learning using latent guidance to improve world model representations and behaviors in model-based RL.
基于 SOC 职业分类
正在显示 SKILL.md
| name | inexact-graph-matching-brain-networks |
| description | Inexact Graph Matching for Brain Networks |
基于图编辑距离的脑网络比较方法，用于解决个体化脑分割导致的网络对应问题，支持遗传性分析和个体差异追踪。
read - 读取脑网络数据exec - 运行 Python 图匹配脚本web_fetch - 获取论文详细内容个体化脑分割的挑战：
解决方案：
图编辑距离（GED）：
应用于脑网络：
输入：
- 图 G1: 个体 1 的功能连接网络（节点=脑区，边=连接强度）
- 图 G2: 个体 2 的功能连接网络
输出：
- 图编辑距离 d(G1, G2)
- 节点对应关系映射
# 1. 构建脑图
# 节点：脑区（来自个体化分割）
# 边：功能连接强度
# 2. 计算图编辑距离
import networkx as nx
def graph_edit_distance(G1, G2):
# 定义编辑成本
node_cost = 1.0 # 节点插入/删除成本
edge_cost = 0.5 # 边插入/删除成本
# 使用近似算法（精确 GED 是 NP-hard）
from networkx.algorithms.similarity import optimal_edit_paths
paths, cost = optimal_edit_paths(G1, G2)
return cost, paths
# 3. 遗传性分析
# 计算同卵双胞胎 vs 异卵双胞胎的 GED 分布
# 使用统计检验评估遗传性
User: 如何比较同卵双胞胎和异卵双胞胎的脑网络差异？
Agent: 使用 inexact-graph-matching-brain-networks 技能：
1. 对每对双胞胎计算图编辑距离
2. 分组统计：
- MZ 组（同卵双胞胎）：GED 分布
- DZ 组（异卵双胞胎）：GED 分布
3. 遗传性推断：
- 如果 MZ 的 GED 显著小于 DZ，则表明功能网络有遗传性
arXiv:1703.10062 在 116 对双胞胎数据上验证了该方法：
- 发现功能连接模式具有显著的遗传性
- 网络对应关系可用于定位遗传影响的脑区
User: 患者和健康对照的脑网络如何比较？
Agent: 使用图编辑距离方法：
1. 构建两组人群的脑图
2. 计算组内和组间的 GED
3. 识别最不匹配的节点/边
输出示例：
- 组间 GED 显著高于组内 GED
- 不匹配节点：前额叶皮层、扣带回
- 不匹配边：默认模式网络内部连接
这些差异可作为疾病生物标志物。
functional-connectome-fingerprint - 功能连接指纹brain-graph-augmentation-template - 脑图增强模板multimodal-brain-connectivity-gnn - 多模态脑连接 GNN