CW-CNN & CW-AN：面向CW复形结构的卷积网络与注意力网络
机器学习
2024-09-06 v2
摘要
我们提出了一种用于CW复形结构数据点学习的新框架。近期的进展表明，CW复形是化学信息学问题中理想的学习表示。然而，目前缺乏适用于CW复形学习的机器学习方法。在本文中，我们发展了适用于CW复形的卷积和注意力概念。这些概念使我们能够创建第一个能够接收CW复形作为输入的Hodge感知神经网络。我们在监督预测的背景下说明并解释了该框架。
关键词
引用
@article{arxiv.2408.16686,
title = {CW-CNN & CW-AN: Convolutional Networks and Attention Networks for CW-Complexes},
author = {Rahul Khorana},
journal= {arXiv preprint arXiv:2408.16686},
year = {2024}
}