Topological Data Analysis for Neural Networks
暫譯: 神經網絡的拓撲數據分析
Ballester, Rubén, Casacuberta, Carles, Escalera, Sergio
- 出版商: Springer
- 出版日期: 2026-01-03
- 售價: $2,430
- 貴賓價: 9.5 折 $2,308
- 語言: 英文
- 頁數: 103
- 裝訂: Quality Paper - also called trade paper
- ISBN: 303208282X
- ISBN-13: 9783032082824
-
相關分類:
DeepLearning
海外代購書籍(需單獨結帳)
相關主題
商品描述
本書全面介紹了拓撲數據分析方法在神經網絡結構和動態研究中的應用。作者使用基於拓撲的工具,如持續同調(persistent homology)和Mapper算法,探討全連接前饋神經網絡和卷積神經網絡的複雜結構和行為。
作者討論了從數據和神經網絡中提取拓撲信息的各種策略,綜合了超過40篇研究文章的見解和結果,包括他們自己對完整神經網絡圖中激活的研究貢獻。此外,他們還研究了如何利用這些拓撲信息來分析神經網絡的特性,例如其泛化能力或表達能力。書中還討論了在深度學習中使用拓撲數據分析的實際應用,重點關注對抗檢測和模型選擇等領域。作者最後總結了關鍵見解,並討論了該領域當前的挑戰和未來的潛在發展。
這本專著非常適合具有拓撲背景的數學家,對拓撲數據分析在人工智慧中的應用感興趣,以及希望探索拓撲工具在深度學習中實際應用的計算機科學家。
以上中文內容由 AI 翻譯作者簡介
Rubén Ballester 是巴塞隆納大學 (University of Barcelona, UB) 數學與計算機科學系的拓撲機器學習博士生。他於2021年獲得UB的數學和計算機科學學士學位,並於2022年在加泰羅尼亞理工大學 (Universitat Politècnica de Catalunya, UPC) 完成高級數學與數學工程碩士學位,並獲得最高碩士學位GPA的認可。他發表了有關神經網絡的廣義與持續同調之間聯繫的文章,以及針對拓撲領域的神經網絡設計的研究。他在2023年ICML的第二屆機器學習拓撲、代數與幾何年會中,贏得了拓撲深度學習挑戰賽的組合複合體類別。此外,他還積極參與拓撲神經網絡的TopoX軟體套件的貢獻。
Carles Casacuberta 自2001年以來擔任巴塞隆納大學 (UB) 幾何與拓撲的全職教授。他於1988年獲得博士學位,專攻代數拓撲。他編輯了十本書籍,並在同倫論、範疇論、同調代數等領域發表了55篇研究文章,最近則專注於拓撲數據分析。他擔任Springer Universitext系列和兩本研究期刊的編輯委員會成員。目前,他協調UB的拓撲機器學習研討會,並參與多個聚焦於人工智慧在生物醫學應用的Horizon Europe項目。
Sergio Escalera 是巴塞隆納大學數學與計算機科學系的全職教授。他是《數據中心機器學習研究期刊》(Journal of Data-centric Machine Learning Research) 和《IEEE模式分析與機器智慧期刊》(IEEE Transactions on Pattern Analysis and Machine Intelligence) 的行動編輯。他是ChaLearn機器學習挑戰的副總裁,負責領導ChaLearn Looking at People活動。他是Codalab開源平台的共同創建者,該平台用於挑戰組織,並且是NeurIPS競賽及數據集和基準追蹤的共同創辦人。他發表了超過400篇研究論文,並參與了科學活動的組織。他的研究興趣包括機器學習基礎,以及通過深度學習機制對視覺和多模態數據中的人類進行包容性和透明的分析。
以上中文內容由 AI 翻譯