用于拓扑数据分析的持续性词袋表示
机器学习
2019-06-11 v3 机器学习
代数拓扑
摘要
持续同调（PH）是一套严格的数学理论，以持续图（PDs）的形式提供对数据的鲁棒描述子。然而，PDs 结构复杂，难以融入当今的机器学习流程。本文提出持续性词袋：一种新颖且稳定的 PDs 向量化表示，可实现与机器学习的无缝集成。综合实验表明，该新表示在远少于替代方法的时间内取得了超越当前最优水平的性能。
引用
@article{arxiv.1812.09245,
title = {Persistence Bag-of-Words for Topological Data Analysis},
author = {Bartosz Zieliński and Michał Lipiński and Mateusz Juda and Matthias Zeppelzauer and Paweł Dłotko},
journal= {arXiv preprint arXiv:1812.09245},
year = {2019}
}
备注
Accepted for the Twenty-Eight International Joint Conference on Artificial Intelligence (IJCAI-19). arXiv admin note: substantial text overlap with arXiv:1802.04852