基于拓扑数据分析的 LightGBM 鲁棒优化算法

Jun, 2024

基于拓扑数据分析的 LightGBM 鲁棒优化算法

LightGBM robust optimization algorithm based on topological data analysis

Han Yang, Guangjun Qin, Ziyuan Liu, Yongqing Hu, Qinglong Dai

TL;DR提出了一种基于拓扑数据分析 (TDA) 的鲁棒性优化算法 TDA-LightGBM，用于增强光梯度提升机 (LightGBM) 图像分类算法的鲁棒性，以解决噪声对图像分类的干扰。实验证实了 TDA-LightGBM 在存在噪声情况下在五个分类任务上相对于 LightGBM 的准确性提升了 3%，在无噪声情况下在两个分类任务上相对于 LightGBM 的准确性提升了 0.5%，在乳腺癌超声乳房图像和遮挡的 CASIA WebFace 数据集上的分类准确性分别提高了 6% 和 15%，凸显了 TDA-LightGBM 方法在集成了拓扑特征的同时加强了 LightGBM 的鲁棒性，从而提高了在数据扰动中的图像分类任务的性能。

Abstract

To enhance the robustness of the light gradient boosting machine (LightGBM) algorithm for image classification, a topological data analysis

light gradient boosting machine topological data analysis tda-lightgbm image classification robustness optimization

发现论文，激发创造

解析图机器学习中拓扑数据分析的威力

我们详细测试了拓扑数据分析（TDA）的声称，并验证了其优点。我们的结果证实了 TDA 对异常值的鲁棒性和其解释性，并发现 TDA 在我们的具体实验中并没有显著提高现有方法的预测能力，同时增加了计算成本。我们研究了与图特征相关的现象，如小直径和高聚类系数，以减轻 TDA 计算的计算开销。我们的研究结果为将 TDA 整合到图机器学习任务中提供了宝贵的观点。

Jan, 2024

GeoTop: 运用几何 - 拓扑分析提升图像分类

通过使用拓扑数据分析（TDA）和利普希茨 - 基林曲率（LKCs）方法，本研究探索了在生物医学多组学问题的背景下，作为强大工具进行特征提取和分类的应用。我们调查了结合这两种方法以提高分类准确性的潜力，并通过使用生物医学图像数据集来展示 TDA 和 LKCs 可以有效提取拓扑和几何特征。这种特征的组合相对于单独使用每种方法可以获得更好的分类性能，该方法为各种生物医学应用的复杂生物学过程的研究提供了有前景的结果，并突显了在生物医学数据分析中整合拓扑和几何信息的价值。随着我们继续探索多组学问题的复杂性，这些洞察力的融合对于揭示潜在的生物学复杂性有着巨大的潜力。

Nov, 2023

拓扑深度学习：新兴范式综述

本文综述了拓扑深度学习领域，回顾了拓扑数据分析的核心概念，探讨了如何将 TDA 技术融入到不同方面的深度学习中，并讨论了拓扑深度学习的挑战和未来前景。

Feb, 2023

基于点云的节点级拓扑表示学习

通过离散拓扑学和微分几何的概念，我们提出了一种从复杂点云中提取节点级拓扑特征的新方法，并验证了这些拓扑点特征在合成和真实数据上的有效性以及其对噪声的鲁棒性。

Jun, 2024

拓扑数据分析在语音处理中的应用

本论文介绍了一种利用拓扑数据分析法（TDA）分析语音的新方法，通过引入一系列从 Transformer 注意力映射和嵌入中得出的拓扑和代数特征，展示了建立在这些特征之上的简单线性分类器优于微调分类头的表现，并展示了拓扑特征能够揭示语音 Transformer 头的功能角色。

Nov, 2022

基于拓扑数据分析的可靠恶意软件分析和检测

使用代数拓扑的方法（TDA）来分析和侦测复杂的恶意软件模式，发现 TDA Mapper (结合 PCA) 在聚类和发现隐藏的恶意软件集群方面比 PCA 更好，持久图用于识别重叠的恶意软件集群。可以使用随机森林和决策树，以及 t-SNE 和持久图来应对噪声数据，提高恶意软件检测的性能和鲁棒性。