Machine learningTopological learning
위상 심층 학습
위상 심층 학습(Topological Deep Learning, TDL)은 그래프를 넘어 심플리셜 복합체, 셀 복합체, 초그래프와 같은 고차 위상 영역으로 심층 학습을 확장하는 프레임워크입니다. Hajij 등이 (2023) 형식화한 TDL은 다양한 순위의 셀에 걸쳐 메시지 전달 방식을 정의하기 위한 통합된 수학적 언어를 제공하며, 신경망이 쌍 그래프 엣지로는 포착할 수 없는 다방향 상호작용을 모델링할 수 있도록 합니다. 이는 관계형, 기하학적 또는 생물학적 데이터를 다루는 연구자들에게 관련성이 높습니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
방법 지도
관련 방법들로 이루어진 인접 영역 — 노드를 선택해 살펴보세요.
출처
- Hajij, M., et al. (2023). Topological deep learning: Going beyond graph data. arXiv preprint. link ↗
이 페이지 인용 방법
ScholarGate. (2026, June 2). Topological Deep Learning. ScholarGate. https://scholargate.app/ko/topology/topological-deep-learning
어떤 방법일까요?
이 방법을 가장 가까운 동류의 방법들과 나란히 놓고 비교해 보세요 — 라이브러리는 책을 펼쳐 놓을 뿐, 선택은 여러분의 몫입니다.
나란히 비교하기 →