拓扑深度学习捕捉数据的高阶关系：信息传递拓扑神经网络概述

文章预览

导语 在当今数据驱动的世界中，我们面临着前所未有的复杂性挑战。社交网络、生物分子结构、城市交通系统——这些领域产生的数据不仅体量庞大，其内在关系也错综复杂，传统的机器学习方法尽管在某些情况下表现出色，但在处理其中的高阶关系时却显得力不从心。在这种背景下，拓扑深度学习（Topological Deep Learning, TDL）应运而生，它将深度学习的强大能力与拓扑学的严谨性结合起来，为我们提供了一种全新的视角和工具。 集智俱乐部联合中国人民大学黄文炳副教授、上海交通大学王宇光副教授和南洋理工大学夏克林副教授发起「 几何深度学习 」读书会。从2024年7月11日开始，每周四19:00-21:00进行，持续时间预计 8-10 周，社区成员将一起系统性地学习几何深度学习相关知识、模型、算法，深入梳理相关文献、激发跨学科的学术火花、共同打造 ………………………………