Aprenentatge Profund Topològic
L'Aprenentatge Profund Topològic (TDL, de l'anglès Topological Deep Learning) és un marc que estén l'aprenentatge profund més enllà dels grafs cap a dominis topològics d'ordre superior com ara complexos simplicials, complexos cel·lulars i hipergrafs. Formalitzat per Hajij et al. (2023), el TDL proporciona un llenguatge matemàtic unificat per definir esquemes de pas de missatges entre cèl·lules de diferents rangs, permetent que les xarxes neuronals modelin interaccions múltiples que les arestes de grafs per parelles no poden capturar. És rellevant per a investigadors que treballen amb dades relacionals, geomètriques o biològiques que presenten dependències a nivell de grup.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Hajij, M., et al. (2023). Topological deep learning: Going beyond graph data. arXiv preprint. link ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 2). Topological Deep Learning. ScholarGate. https://scholargate.app/ca/topology/topological-deep-learning
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Xarxa Neuronal de GrafsAnàlisi de xarxes↔ compare
- Algorisme MapperTopologia↔ compare
- Homologia PersistentTopologia↔ compare
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →