ScholarGate
Asisten
Machine learningTopological data analysis

Homologi Persisten

Homologi persisten adalah metode dalam analisis data topologi yang mengukur struktur topologi data multi-skala dengan melacak komponen terhubung, loop, dan rongga seiring variasi parameter skala. Diperkenalkan oleh Edelsbrunner, Letscher, dan Zomorodian pada tahun 2002, metode ini mengkodekan fitur topologi melalui skala kelahiran dan kematiannya, menghasilkan diagram persistensi atau barcode yang berfungsi sebagai deskriptor bentuk yang ringkas dan bebas koordinat. Pendekatan ini kuat terhadap derau dan menyediakan jembatan yang ketat secara matematis antara data diskrit dan topologi aljabar.

Buka di MethodMindSegeraVideoSegeraUnduh salindia

Baca metode selengkapnya

Khusus anggota

Masuk dengan akun gratis untuk membaca bagian ini.

Masuk

Peta metode

Lingkup metode terkait — pilih sebuah simpul untuk menjelajah.

Sumber

  1. Edelsbrunner, H., Letscher, D., & Zomorodian, A. (2002). Topological persistence and simplification. Discrete & Computational Geometry, 28(4), 511–533. DOI: 10.1007/s00454-002-2885-2
  2. Carlsson, G. (2009). Topology and data. Bulletin of the American Mathematical Society, 46(2), 255–308. DOI: 10.1090/S0273-0979-09-01249-X

Cara menyitasi halaman ini

ScholarGate. (2026, June 2). Persistent Homology (Topological Data Analysis). ScholarGate. https://scholargate.app/id/topology/persistent-homology

Metode yang mana?

Letakkan metode ini berdampingan dengan kerabat terdekatnya dan baca secara bersisian — pustaka menata bukunya di atas meja; pilihan ada di tangan Anda.

Bandingkan berdampingan

Dirujuk oleh

ScholarGatePersistent Homology (Persistent Homology (Topological Data Analysis)). Diakses 2026-06-15 dari https://scholargate.app/id/topology/persistent-homology · Set data: https://doi.org/10.5281/zenodo.20539026