本文介绍了关于数据分析中的持久同调理论和计算方法,同时提供了当前的算法和实现的基准测试,最终得出了最适合不同类型数据集的算法和实现。
Jun, 2015
本研究提供了用于持久同调中计算 Betti 数的量子算法,以及用于查找组合拉普拉斯的特征向量和特征值的算法。这种算法比拓扑数据分析的经典算法速度更快。
Aug, 2014
在高维噪声的存在下,通过 $k$ 最近邻图上的谱距离,如扩散距离和有效电阻,可以使持久同调在检测正确拓扑结构方面具有鲁棒性。该研究还导出了有效电阻的新的闭式表达式,并描述了其与扩散距离的关系。最后,通过应用这些方法于几个高维单细胞 RNA 测序数据集,表明 $k$ 最近邻图上的谱距离可以稳健地检测细胞周期环。
Nov, 2023
本文提出了一种结合多样本子采样进行计算的持久性同调计算方法,证明该方法具有稳定的拓扑信息和较小的计算复杂度。
Jun, 2014
介绍了信息网络中不同的网络测量学方法,重点关注了一种数学工具 —— 持久同调在计算拓扑学中的应用,综述了持久同调应用在网络挖掘问题解决中的不同算法和应用,并强调了最新方法的重要性和潜力。
Jul, 2019
通过在底层空间中变换距离函数并分析相应的持久图中的变化,非各向同性的持久同调可提取出关于方向、方向差异和随机生成点云的缩放等方面的信息。
Oct, 2023
提出了一个新的机器学习框架,利用神经网络学习适应性过滤,在点云数据中提取坚持同调,并通过神经网络架构实现同调的等变性。实验结果表明了该框架在几个分类任务中的有效性。
Jul, 2023
该文章是对持久同调的调查,主要是它在拓扑数据分析中的应用,包括持久模的理论、持久条形码的稳定性定理、广义持久性、持久条形码的向量化,以及一些应用。
Apr, 2020
本文介绍在持久同调领域引入统计学思想,利用置信集区分拓扑信号与拓扑噪声的研究。
Mar, 2013
使用拓扑数据分析方法研究实验和人工来源的时间序列数据所构造的 “功能网络”。使用持久性同调与加权等阶团过滤来深入挖掘功能网络,使用持续地形图来解释结果,表明持续同调可以检测数据集中随时间出现的同步模式的差异,从而揭示网络社群结构的变化和学习过程中形成回路的脑区之间的同步增强。
May, 2016