این مقالات حاصل رساله دکتری با عنوان «ساخت گراف دانش از مستندات علوم‌اعصاب‌شناختی به کمک مدل‌های بزرگ زبانی» به راهنمایی دکتر خیراله رهسپارفرد و با همکاری پژوهشی دکتر حمید دالوند است که با تمرکز بر کاربرد مدل‌های بزرگ زبانی (LLMs) در توسعه و گسترش گراف‌های دانش علوم‌اعصاب شناختی تدوین شده‌اند.

از جمله دستاوردهای این پژوهش می‌توان به طراحی مدل‌های نوین برای ساخت، توسعه و یکپارچه‌سازی گراف‌های دانش شناختی، ژنتیکی و بیماری‌ها و بهره‌گیری از توان پردازشی مدل‌های زبانی در تحلیل داده‌های پیچیده علوم‌اعصاب اشاره کرد.

عناوین مقالات منتشرشده و در حال داوری این پژوهش به شرح زیر است:

CNKG: Harnessing Large Language Models for Cognitive Neuroscience Knowledge Graph Construction Turkish Journal of Electrical Engineering and Computer Sciences (Q2 – JCR/Scopus – Accepted)

GDKG-LLM: Integrating Gene, Disease, and Pharmacogenomics Knowledge Graphs for Cognitive Neuroscience Computer Science Journal (Q3 – JCR/Scopus)

ExKG-LLM: Automated Expansion of Cognitive Neuroscience Knowledge Graphs Journal of Supercomputing (Q2 – JCR/Scopus – Under Review)

SKG-LLM: Mathematical Model for Stroke Knowledge Graph Construction Journal of Engineering Management and Soft Computing (ISC – Under Review)

MultiCNKG: Integrating Cognitive Neuroscience, Gene, and Disease Knowledge Graphs arXiv & Transactions on Machine Intelligence – Under Review

این موفقیت پژوهشی، نمونه‌ای روشن از ظرفیت علمی دانشگاه قم در حوزه‌های میان‌رشته‌ای هوش مصنوعی، علوم‌اعصاب شناختی و مهندسی دانش بوده و گامی مؤثر در جهت ارتقای جایگاه علمی دانشگاه در سطح ملی و بین‌المللی به شمار می‌رود.