https://blog.qife122.com/tags/%E6%8B%93%E6%89%91%E7%89%B9%E5%BE%81/ Recent content in 拓扑特征 on 办公AI智能小助手 Hugo zh-cn qife Tue, 09 Sep 2025 18:45:54 +0800 https://blog.qife122.com/p/%E5%9B%BE%E8%A1%A8%E7%A4%BA%E5%AD%A6%E4%B9%A0%E7%9A%84%E5%B1%80%E9%83%A8%E6%8B%93%E6%89%91%E7%89%B9%E5%BE%81%E5%A2%9E%E5%BC%BA%E6%8A%80%E6%9C%AF/ Tue, 09 Sep 2025 18:45:54 +0800 https://blog.qife122.com/p/%E5%9B%BE%E8%A1%A8%E7%A4%BA%E5%AD%A6%E4%B9%A0%E7%9A%84%E5%B1%80%E9%83%A8%E6%8B%93%E6%89%91%E7%89%B9%E5%BE%81%E5%A2%9E%E5%BC%BA%E6%8A%80%E6%9C%AF/ <h1 id="增强图表示学习的局部拓扑特征">增强图表示学习的局部拓扑特征</h1> <h2 id="摘要">摘要</h2> <p>图表示学习是各类任务中的基础性问题。作为当前主流方法的图神经网络存在表示能力局限，因此显式提取并融入高阶拓扑与几何信息具有重要价值。本文提出基于持续同调理论的原理性方法，用于提取丰富的图连接信息。该方法利用拓扑特征增强图神经网络的表示学习能力，在多个节点分类和链接预测基准测试中达到最优性能。同时探索了拓扑特征的端到端学习方案，即将拓扑计算作为可微分算子融入学习过程。理论分析与实证研究为图学习任务中拓扑特征的应用提供了见解与潜在指导准则。</p>