Topological Deep Learning

Topological Deep Learning (TDL) es un marco que extiende el aprendizaje profundo más allá de los grafos a dominios topológicos de orden superior, como complejos simpliciales, complejos celulares e hipergrafos. Formalizado por Hajij et al. (2023), TDL proporciona un lenguaje matemático unificado para definir esquemas de paso de mensajes a través de celdas de diferentes rangos, permitiendo a las redes neuronales modelar interacciones múltiples que los arcos de grafos por pares no pueden capturar. Es relevante para investigadores que trabajan con datos relacionales, geométricos o biológicos que exhiben dependencias a nivel de grupo.