- 结构明确的概率语法学习
本篇文章研究了如何用查询学习算法解决确定性上下文自由文法的拓扑结构问题,提出了一种基于多重树状自动机算法的结构明确概率上下文自由文法学习方法,这种方法既可以学习语法的拓扑结构又可以学习概率权重,同时还给出了相应的结构化成员查询和结构等价查询 - AAAI使用 UMAP 进行聚类:连通性的重要性及其原因
本研究通过深入研究 UMAP,通过对 4 个标准图像和文本数据集的大量消融研究,发现互相 k 最近邻和最小生成树相结合的更精细的连通性概念以及构建局部邻域的灵活方法,可以比默认 UMAP 更好地实现降维,并通过下游聚类性能进行评估。
- ICCVDAGMapper: 发现车道拓扑结构的映射学习
本文通过使用有向无环图模型 (DAG) 来推断车道边界的几何和拓扑属性,从而提高制作高精度地图的效率。经测试,该方法在两个不同的州的两条北美高速公路上表现出了 89% 的正确率。
- CVPRPMP-Net: 学习多步点移动路径完成点云补全
通过模拟地球移动的行为,在点云不完整的输入上将每个点移动以完成点云,同时保证点移动路径的总路径最短,我们设计了一种名为 PMP-Net 的新型神经网络实现点云预测。该网络在点级别上学习到了精细的拓扑结构和结构关系,并在 Completion - CVPRTearingNet: 点云自编码器学习友好拓扑表示
提出了基于拓扑结构的自编码器 TearingNet,通过拆解曲面与洞口提高表达原数据的能力和重构精度。
- 深度神经网络的拓扑学
通过对二元分类问题的数据集进行拓扑学分析,研究网络层数对于数据拓扑的影响,发现神经网络能够通过非同胚映射改变数据的拓扑结构,且 ReLU 激活函数能更有效地实现拓扑的转换。
- D-Wave 量子处理器的下一代拓扑结构
本文介绍了 D-Wave 的下一代量子处理器拓扑结构,提供了嵌入算法的例子,并讨论了新拓扑与现有 Chimera 拓扑的性能比较。同时,对于简单的,标准的 Ising 模型问题,展示了一些初步的性能结果。
- 关于 MIMO 情况下稳定反馈增益的拓扑和度量特性
讨论线性时变多输入多输出系统中静态反馈增益的拓扑和度量属性,研究了连续时间和离散时间情形,发现离散时间 LTI 系统中稳定反馈增益集合与连续时间情形类似,在线性子空间上约束也会导致集合分为多个连通分量。
- 增强型神经常微分方程
本文提出一种增强的神经常微分方程模型来解决神经常微分方程模型在表达能力、稳定性、泛化性和计算成本方面存在的一些限制,可以更好地保留输入空间的拓扑结构。
- 从样本中学习代数流形
研究如何从一个有限数据集合中确定一个真实的代数变换,通过算法测试和 Julia 包的提供来探究拓扑和代数几何方面,包括维度,定义多项式等。
- ICLR深度分类器抵抗对抗样本鲁棒性的理论框架
通过拓扑学概念和度量空间的关系,本研究探讨机器学习领域的对抗样本问题,得出了必要和充分的条件来判断分类器在面对对抗样本时是否鲁棒。研究结果表明,即使只有一个不必要的特征,也会影响分类器的鲁棒性,因此正确的特征表示学习对于获得既准确又 rob - Hashkat: 大型在线社交网络模拟
Hashkat 是一个免费、开源的模拟软件包,旨在模拟大型在线社交网络,以研究其成长和信息流动,包含动态代理生成、边缘创建和信息传播等功能,可用于了解社交网络的基础拓扑结构,验证采样方法,开发在线社交网络广告业务策略,并在生产前测试新的功能 - 多尺度脑网络
本文介绍了多尺度脑网络结构的内容、方法和现状,并提供了实证证据、网络方法和当前领域的前沿和未解决问题。
- 拓扑数据分析的一致流形表示
提出了一种连续 k 近邻图构建方法 CkNN,适用于嵌入欧几里得空间的任意密度流形,证明 CkNN 在几何上是一致的,生成的图能够同时捕捉到流形的所有拓扑特征,并可用于快速聚类和图像中的拓扑模式识别,而且在大数据时限,CkNN 拓扑特征一致 - 动态接近网络中的持久性和周期性
对一个 66 人动态亲密网络数据集的研究表明,社交网络的拓扑结构会在时间尺度上演化,其演化行为被外部时间周期驱动,忽略连续时间数据转化为离散序列的偏差性使得网络结构估计变得更加偏倚,因此提出动态社交网络表现出一种自然时间尺度,并建议在此自然 - 空间网络
本文综述了当前关于空间约束如何影响网络结构和属性的认识,包括空间网络的拓扑结构、空间网络模型,以及在该类网络上发生的各种过程,如相变、随机漫步、同步、导航、弹性和疾病传播等。
- 物理、拓扑、逻辑和计算:一块罗塞塔石
介绍了在物理学中引入的 Feynman diagrams 以及其与拓扑学、逻辑学和计算机科学等领域之间的类比关系,并使用闭对称多重类的概念将一些类比关系形式化。
- 局部紧群中闭子群的空间
描述了具有正规拓扑的本地紧群 G 的封闭子群集合 C (G) 的性质,并给出了几个例子,包括复平面和 Heisenberg 群。
- 带权网络中社群的出现
本文介绍了一个简单的网络模型,其中权重是动态生成的,并且塑造了演化的拓扑结构,通过调整控制权重重要性的模型参数,网络逐渐从无模块的拓扑结构转变为拥有社区的结构,该模型还能够重现许多大型社交网络的特征,包括 “弱联系” 属性。
- 适当的行动和适当的不变度量
若群 G 在本地紧点 X 上适当地作用,则有一族 G 不变的连续有限值 pseudometric 可诱导 X 的拓扑;如果 X 进一步是可度量的,则当且仅当 X 上存在 G 不变的适当兼容度量时,G 在 X 上适当地作用。