ScholarGate
Assistent
Machine learningTopological data analysis

Homologia Persistent

L'homologia persistent és un mètode d'anàlisi topològica de dades que quantifica l'estructura topològica multiescala de les dades mitjançant el seguiment de components connectats, bucles i buits a mesura que varia un paràmetre d'escala. Introduïda per Edelsbrunner, Letscher i Zomorodian el 2002, codifica les característiques topològiques a través de les seves escales de naixement i mort, produint diagrames de persistència o codis de barres que serveixen com a descriptors de forma compactes i independents de les coordenades. L'enfocament és robust al soroll i proporciona un pont matemàticament rigorós entre les dades discretes i la topologia algebraica.

Obre a MethodMindAviatVídeoAviatBaixa les diapositives

Llegeix el mètode complet

Només per a membres

Inicia la sessió amb un compte gratuït per llegir aquesta secció.

Inicia la sessió

Mapa de mètodes

El veïnat de mètodes relacionats — seleccioneu un node per explorar-lo.

Fonts

  1. Edelsbrunner, H., Letscher, D., & Zomorodian, A. (2002). Topological persistence and simplification. Discrete & Computational Geometry, 28(4), 511–533. DOI: 10.1007/s00454-002-2885-2
  2. Carlsson, G. (2009). Topology and data. Bulletin of the American Mathematical Society, 46(2), 255–308. DOI: 10.1090/S0273-0979-09-01249-X

Com citar aquesta pàgina

ScholarGate. (2026, June 2). Persistent Homology (Topological Data Analysis). ScholarGate. https://scholargate.app/ca/topology/persistent-homology

Quin mètode?

Poseu aquest mètode al costat dels seus parents més pròxims i llegiu-los de costat a costat — la biblioteca disposa els llibres sobre la taula; la tria és vostra.

Compara de costat a costat

Citat per

ScholarGatePersistent Homology (Persistent Homology (Topological Data Analysis)). Recuperat el 2026-06-15 de https://scholargate.app/ca/topology/persistent-homology · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026