Uczenie głębokie oparte na topologii
Uczenie głębokie oparte na topologii (TDL) to ramy rozszerzające uczenie głębokie poza grafy na wyższego rzędu domeny topologiczne, takie jak kompleksy symplicjalne, kompleksy komórkowe i hipergrafy. Sformalizowane przez Hajij i wsp. (2023), TDL zapewnia ujednolicony język matematyczny do definiowania schematów przekazywania komunikatów między komórkami różnych rang, umożliwiając sieciom neuronowym modelowanie wielostronnych interakcji, których nie są w stanie uchwycić krawędzie grafu opisujące relacje dwójkowe. Jest to istotne dla badaczy pracujących z danymi relacyjnymi, geometrycznymi lub biologicznymi wykazującymi zależności na poziomie grup.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- Hajij, M., et al. (2023). Topological deep learning: Going beyond graph data. arXiv preprint. link ↗
Jak cytować tę stronę
ScholarGate. (2026, June 2). Topological Deep Learning. ScholarGate. https://scholargate.app/pl/topology/topological-deep-learning
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Sieć neuronowa grafowaAnaliza sieci↔ compare
- Algorytm MapperTopologia↔ compare
- Homologia trwałaTopologia↔ compare
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →