Topologisk Dyblæring
Topologisk Dyblæring (TDL) er et rammeværk, der udvider dyblæring ud over grafer til højere-ordens topologiske domæner såsom simplicale komplekser, cellekomplekser og hypergrafer. Formaliseret af Hajij et al. (2023) leverer TDL et forenet matematisk sprog til at definere besked-passeringsskemaer på tværs af celler af forskellig rang, hvilket gør det muligt for neurale netværk at modellere fler-vejs interaktioner, som parvise grafkanter ikke kan fange. Det er relevant for forskere, der arbejder med relationelle, geometriske eller biologiske data, som udviser gruppeniveau-afhængigheder.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Hajij, M., et al. (2023). Topological deep learning: Going beyond graph data. arXiv preprint. link ↗
Sådan citerer du denne side
ScholarGate. (2026, June 2). Topological Deep Learning. ScholarGate. https://scholargate.app/da/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.
- Grafneuralt netværkNetværksanalyse↔ compare
- Mapper AlgorithmTopologi↔ compare
- Persistent HomologyTopologi↔ compare
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →