网络间的拓扑距离及其在脑成像中的应用
定量方法
2017-07-13 v2
摘要
本文综述了持续同调中引入的各种网络与图的距离度量。论文范围限于实际用于脑网络的网络距离，但该方法可轻易调整用于其他领域的任意加权图。介绍了Gromov-Hausdorff、瓶颈、核距离的网络版本。我们还介绍了一种近期发展的基于单调拓扑特征（如第零Betti数）的类似KS检验的距离。给出了众多玩具示例，以及将许多不同距离应用于不同临床状态和人群的脑网络的结果。
引用
@article{arxiv.1701.04171,
title = {Topological Distances between Networks and Its Application to Brain Imaging},
author = {Hyekyoung Lee and Zhiwei Ma and Yuan Wang and Moo K. Chung},
journal= {arXiv preprint arXiv:1701.04171},
year = {2017}
}
备注
24 pages, 12 figures