Топологично дълбоко обучение
Топологичното дълбоко обучение (TDL) е рамка, която разширява дълбокото обучение отвъд графите към по-високопорядъкови топологични области като симплициални комплекси, клетъчни комплекси и хиперграфи. Формализирано от Hajij et al. (2023), TDL предоставя унифициран математически език за дефиниране на схеми за предаване на съобщения между клетки с различни рангове, което позволява на невронните мрежи да моделират многопосочни взаимодействия, които двойковите граф-елементи не могат да уловят. То е от значение за изследователи, работещи с релационни, геометрични или биологични данни, проявяващи зависимости на групово ниво.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Карта на методите
Обкръжението на сродните методи — изберете възел, за да го разгледате.
Източници
- Hajij, M., et al. (2023). Topological deep learning: Going beyond graph data. arXiv preprint. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 2). Topological Deep Learning. ScholarGate. https://scholargate.app/bg/topology/topological-deep-learning
Кой метод?
Поставете този метод до най-близките му сродни методи и ги четете едно до друго — библиотеката полага книгите на масата; изборът е ваш.
- Графови невронни мрежиМрежови анализ↔ сравняване
- Алгоритъм MapperТопология↔ сравняване
- Персистентна хомологияТопология↔ сравняване
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →