Topologisk dyp læring

Topologisk dyp læring (TDL) er et rammeverk som utvider dyp læring utover grafer til høyere-ordens topologiske domener som simplisielle komplekser, cellekomplekser og hypergrafer. Formalisert av Hajij et al. (2023), gir TDL et enhetlig matematisk språk for å definere meldingspasseringsordninger på tvers av celler av ulik rang, noe som gjør det mulig for nevrale nettverk å modellere flerveisinteraksjoner som parvise grafkanter ikke kan fange opp. Det er relevant for forskere som arbeider med relasjonelle, geometriske eller biologiske data som utviser gruppenivåavhengigheter.