4 个月前

基于核嵌入和权重因子的持久图核方法

基于核嵌入和权重因子的持久图核方法

摘要

拓扑数据分析是一种新兴的数学概念,用于表征多尺度数据中的形状。在这一领域中,持久图(persistence diagrams)被广泛用作输入数据的描述符,并能够区分稳健和噪声拓扑属性。如今,开发一种针对实际数据的持久图统计框架变得极为迫切。本文提出了一种基于持久图的核方法。该方法的一个理论贡献在于所提出的核允许控制持久性的影响,必要时可以在数据分析中忽略噪声拓扑属性。此外,该方法还提供了一种快速近似技术。该方法被应用于多个问题,包括物理学中的实际数据,结果表明其相对于现有的持久图核方法具有优势。

代码仓库

genki-kusano/python-pwgk
GitHub 中提及

基准测试

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
基于核嵌入和权重因子的持久图核方法 | 论文 | HyperAI超神经