یادگیری عمیق توپولوژیکی
یادگیری عمیق توپولوژیکی (TDL) چارچوبی است که یادگیری عمیق را فراتر از گرافها به دامنههای توپولوژیکی مرتبه بالاتر مانند مجتمعهای سیمپلکسی، مجتمعهای سلولی و ابرگرافها گسترش میدهد. TDL که توسط حاجی و همکاران (۲۰۲۳) فرموله شده است، زبان ریاضی یکپارچهای را برای تعریف طرحهای پیامرسانی در میان سلولهای با رتبههای مختلف فراهم میکند و به شبکههای عصبی امکان مدلسازی تعاملات چندطرفه را میدهد که یالهای گراف دوتایی قادر به ثبت آنها نیستند. این چارچوب برای پژوهشگرانی که با دادههای رابطهای، هندسی یا بیولوژیکی که وابستگیهای در سطح گروه را نشان میدهند، کار میکنند، مرتبط است.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- Hajij, M., et al. (2023). Topological deep learning: Going beyond graph data. arXiv preprint. link ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 2). Topological Deep Learning. ScholarGate. https://scholargate.app/fa/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.
- شبکه عصبی گرافتحلیل شبکه↔ compare
- الگوریتم Mapperتوپولوژی↔ compare
- همولوژی پایدارتوپولوژی↔ compare
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →