Pembelajaran Mendalam Topologi
Pembelajaran Mendalam Topologi (TDL) ialah sebuah rangka kerja yang meluaskan pembelajaran mendalam melangkaui graf ke domain topologi peringkat lebih tinggi seperti kompleks simplisial, kompleks sel, dan hipergraf. Diformalkan oleh Hajij et al. (2023), TDL menyediakan bahasa matematik bersatu untuk mentakrifkan skim penghantaran mesej merentasi sel-sel pelbagai pangkat, membolehkan rangkaian saraf memodelkan interaksi pelbagai hala yang tidak dapat ditangkap oleh tepi graf berpasangan. Ia relevan kepada penyelidik yang bekerja dengan data relasional, geometri, atau biologi yang menunjukkan kebergantungan peringkat kumpulan.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Peta kaedah
Kejiranan kaedah berkaitan — pilih satu nod untuk meneroka.
Sumber
- Hajij, M., et al. (2023). Topological deep learning: Going beyond graph data. arXiv preprint. link ↗
Cara memetik halaman ini
ScholarGate. (2026, June 2). Topological Deep Learning. ScholarGate. https://scholargate.app/ms/topology/topological-deep-learning
Kaedah yang mana?
Letakkan kaedah ini di sebelah kaedah yang paling rapat dengannya dan baca secara bersebelahan — perpustakaan menyusun buku di atas meja; pilihan terletak pada anda.
- Graph Neural NetworkAnalisis Rangkaian↔ banding
- Algoritma MapperTopologi↔ banding
- Homologi PersistenTopologi↔ banding
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →