全局拓扑功能优化的快速稳健方法
本文提出了一种基于持久图的核方法,通过该方法可以控制持久性的效应并在数据分析中折算噪声拓扑特征。该方法还提供了一种快速逼近技术,并在几个实际问题中得到了应用。
Jun, 2017
本文提出一种基于 persistence diagrams 的核方法,用于发展统计学框架,该方法具有稳定性和快速逼近技术,并在蛋白质和氧化物玻璃的实际数据中证明了其比其他相关方法更具优势。
Jan, 2016
本研究提出一种在应用代数拓扑中的持久同调领域中进行分类研究的方法,即通过对持久图的函数汇总,建立持久景观函数的定义、理论性质及性能进行理论与实践分析,结果表明其分类效果优越。
Apr, 2018
本文提供了一种自适应分区的方法来改进模板函数功能,该功能通过坚定的支持函数提供了持续性图的稳定向量表示,并提供了一种框架来自适应选择模板函数所需的参数。
Oct, 2019
本文提出了一种基于 persistent diagram、lower-star filtration 和 Betti 函数的方法,可以高效地从时变图数据中提取形状信息,并在模拟研究和实际数据应用中表现出优越的性能,尤其是对于变点检测和加密货币网络异常价格预测。
May, 2023
用拓扑数据分析方法,通过计算保持景观等拓扑信息的特征,将不同维度的几何数据转化为低纬度拓扑信息,并将其与统计学和机器学习方法相结合,以便从中提取有用的信息。
Dec, 2014
通过设计稳定表现拓扑特征的多尺度核,我们在理论上将拓扑数据分析与流行的基于核的学习技术建立了联系,并证明了该核对于 1-Wasserstein 距离的稳定性。在 3D 形状分类 / 检索和纹理识别的两个基准数据集上的实验证明,与基于持久景观的替代方法相比,所提出的方法具有相当的性能优势。
Dec, 2014
我们开发了一种通过最适合数据类型的过滤将持久图与数字数据关联起来的流程,使用网格搜索方法确定最佳表示方法和参数,并在常见基准数据集上比较不同的表示方法,这是利用持久同调和机器学习进行数据分类的简单易用的流程的第一步,同时为了解为什么在给定数据集和任务的情况下,一对(过滤,拓扑表示)优于另一对。
Sep, 2023