ScholarGate
Asistents
Machine learningTopological data analysis

Pastīgā homologija

Pastīgā homologija ir metode topoloģiskajā datu analīzē, kas kvantificē datu daudzskalu topoloģisko struktūru, izsekojot savienotās komponentes, cilpas un tukšumus, mainoties mēroga parametram. Ieviesti Edelsbrunnera, Letšera un Zomorodiana 2002. gadā, tie kodē topoloģiskās īpašības caur to dzimšanas un nāves mērogiem, radot pastāvības diagrammas vai svītrkodus, kas kalpo kā kompakti, koordinātu nesaturoši formas aprakstītāji. Pieeja ir noturīga pret troksni un nodrošina matemātiski stingru saikni starp diskrētiem datiem un algebrisko topoloģiju.

Atvērt MethodMindDrīzumāApply, compare, get guidance
Tools & resources
Lejupielādēt slaidus
Learn & explore
VideoDrīzumā

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Metožu karte

Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.

Avoti

  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

Kā citēt šo lapu

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

Kura metode?

Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.

Salīdzināt blakus

Uz to atsaucas

ScholarGatePersistent Homology (Persistent Homology (Topological Data Analysis)). Izgūts 2026-06-15 no https://scholargate.app/lv/topology/persistent-homology · Datu kopa: https://doi.org/10.5281/zenodo.20539026