arXiv:2506.15020math.ATcs.LG2025-06被引 4
用离散同调分析数据拓扑，更抗噪声。
Topological data analysis using persistent discrete homology
- 提出基于离散同调的拓扑数据分析方法
- 在非度量数据中表现优于传统同调方法
- 适合处理含噪声的复杂数据结构
我们提出持久离散同调作为拓扑数据分析工具，并讨论其相对于现有方法的优势。特别地，我们提供了实证证据表明，对于来自非度量设置的数据，持久离散同调比维托里斯-瑞普斯复形的持久同调更具抗噪性。
原文摘要 · Abstract (English)
We propose persistent discrete homology as a tool for topological data analysis and discuss its advantages over the existing methods. In particular, we provide empirical evidence that persistent discrete homology is more noise-resistant than persistent homology of the Vietoris-Rips complex for data coming from non-metric settings.
拓扑数据分析同调抗噪
Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。