Topologisches Deep Learning

Topologisches Deep Learning (TDL) ist ein Framework, das Deep Learning über Graphen hinaus auf topologische Domänen höherer Ordnung wie Simplizialkomplexe, Zellkomplexe und Hypergraphen erweitert. Von Hajij et al. (2023) formalisiert, bietet TDL eine vereinheitlichte mathematische Sprache zur Definition von Message-Passing-Schemata über Zellen unterschiedlichen Rangs hinweg, wodurch neuronale Netze in die Lage versetzt werden, Mehrwege-Interaktionen zu modellieren, die paarweise Graphkanten nicht erfassen können. Es ist relevant für Forscher, die mit relationalen, geometrischen oder biologischen Daten arbeiten, die Abhängigkeiten auf Gruppenebene aufweisen.