Machine learningTopological learning
拓扑深度学习
拓扑深度学习（TDL）是一个将深度学习的范围从图扩展到高阶拓扑域（如单纯复形、胞复形和超图）的框架。TDL 由 Hajij 等人（2023）正式提出，它提供了一种统一的数学语言，用于定义跨越不同秩（rank）的胞的消息传递方案，使神经网络能够模拟图边无法捕捉的多向交互。它与处理具有群体级依赖关系的关系型、几何型或生物型数据的研究人员相关。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- Hajij, M., et al. (2023). Topological deep learning: Going beyond graph data. arXiv preprint. link ↗
如何引用本页
ScholarGate. (2026, June 2). Topological Deep Learning. ScholarGate. https://scholargate.app/zh/topology/topological-deep-learning
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
并排比较 →