論文の概要: Persistent Homology via Finite Topological Spaces
- arxiv url: http://arxiv.org/abs/2512.23348v1
- Date: Mon, 29 Dec 2025 10:14:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-30 22:37:30.462145
- Title: Persistent Homology via Finite Topological Spaces
- Title（参考訳）: 有限位相空間による永続ホモロジー
- Authors: Selçuk Kayacan,
- Abstract要約: 有限位相空間とその関連するポーズに基づく持続的ホモロジーのための関手的枠組みを提案する。
本稿では, 密度に基づくインスタンス化において, 入力計量の摂動下での持続不変性を保ち, 結果の持続的図形の安定性を実証する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We propose a functorial framework for persistent homology based on finite topological spaces and their associated posets. Starting from a finite metric space, we associate a filtration of finite topologies whose structure maps are continuous identity maps. By passing functorially to posets and to simplicial complexes via crosscut constructions, we obtain persistence modules without requiring inclusion relations between the resulting complexes. We show that standard poset-level simplifications preserve persistent invariants and prove stability of the resulting persistence diagrams under perturbations of the input metric in a density-based instantiation.
- Abstract（参考訳）: 有限位相空間とその関連するポーズに基づく持続的ホモロジーのための関手的枠組みを提案する。
有限距離空間から始めて、構造写像が連続恒等写像である有限位相のフィルターを関連付ける。
関手や単純複体を横断的構成で関手的に通過させることにより、得られた複体間の包含関係を必要とせず、永続加群を得る。
本稿では, 密度に基づくインスタンス化において, 入力計量の摂動下での持続不変性を保ち, 結果の持続的図形の安定性を実証する。
関連論文リスト
- Geometric Decomposition of Statistical Inference through Gradient Flow and Co-Monotonicity Measures [0.0]
地域分析に推論問題を分割するための2つの戦略を提供する幾何学的分解フレームワークを開発する。
経路単調性検証離散モース理論を用いてサンプルを勾配流セルに分割し,結果が単調な振る舞いを示す。
共単調性分解は結合構造を利用し、サンプルの結合空間への埋め込みを定義する。
論文 参考訳（メタデータ） (2025-11-06T17:51:32Z) - Why Neural Network Can Discover Symbolic Structures with Gradient-based Training: An Algebraic and Geometric Foundation for Neurosymbolic Reasoning [73.18052192964349]
我々は、連続的なニューラルネットワークトレーニングのダイナミックスから、離散的なシンボル構造が自然に現れるかを説明する理論的枠組みを開発する。
ニューラルパラメータを測度空間に上げ、ワッサーシュタイン勾配流としてモデル化することにより、幾何的制約の下では、パラメータ測度 $mu_t$ が2つの同時現象となることを示す。
論文 参考訳（メタデータ） (2025-06-26T22:40:30Z) - Dense SAE Latents Are Features, Not Bugs [86.50389855919292]
言語モデル計算において,高密度潜伏剤が機能的役割を担っていることを示す。
位置追跡,コンテキストバインディング,エントロピー制御,文字固有出力信号,パート・オブ・音声,主成分再構成に関連するクラスを同定する。
論文 参考訳（メタデータ） (2025-06-18T17:59:35Z) - Nonlinearity-driven Topology via Spontaneous Symmetry Breaking [79.16635054977068]
パラメトリック駆動型量子共振器の連鎖は、弱い近傍-ケル間相互作用によってのみ結合される。
トポロジーはカーの非線形性の構造によって決定され、非自明なバルク境界対応をもたらす。
論文 参考訳（メタデータ） (2025-03-15T00:20:45Z) - Conformable Convolution for Topologically Aware Learning of Complex Anatomical Structures [38.20599800950335]
トポロジ的一貫性を明示するために設計された新しい畳み込み層であるConformable Convolutionを紹介する。
Topological Posterior Generator (TPG)モジュールは、重要なトポロジ的特徴を特定し、畳み込み層をガイドする。
本稿では,構造物の相互接続性維持が重要となるセグメンテーション作業におけるフレームワークの有効性を示す。
論文 参考訳（メタデータ） (2024-12-29T22:41:33Z) - Compositional Structures in Neural Embedding and Interaction Decompositions [101.40245125955306]
ニューラルネットワークにおけるベクトル埋め込みにおける線形代数構造間の基本的な対応について述べる。
相互作用分解」の観点から構成構造の特徴づけを導入する。
モデルの表現の中にそのような構造が存在するためには、必要かつ十分な条件を確立する。
論文 参考訳（メタデータ） (2024-07-12T02:39:50Z) - A holographic view of topological stabilizer codes [0.6290982779160698]
パウリ位相安定化符号のバルク境界対応を理解するための明示的で一般的な枠組みを提供する。
ヒルベルト空間の境界は局所自由度によって実現できないことを示す。
フラクチャートン相の境界において線形およびフラクタルサブシステム対称性が自然に生じることを示す。
論文 参考訳（メタデータ） (2023-12-07T19:00:00Z) - $k$-Means Clustering for Persistent Homology [0.0]
永続図空間上の$k$-meansクラスタリングアルゴリズムの収束性を証明する。
また、Karush--Kuhn--Tucker フレームワークにおける最適化問題の解の理論的性質も確立する。
論文 参考訳（メタデータ） (2022-10-18T17:18:51Z) - Stable and consistent density-based clustering via multiparameter persistence [49.1574468325115]
トポロジカルデータ解析による次数-リップス構成について考察する。
我々は,入力データの摂動に対する安定性を,通信間距離を用いて解析する。
私たちはこれらのメソッドを、Persistableと呼ばれる密度ベースのクラスタリングのためのパイプラインに統合します。
論文 参考訳（メタデータ） (2020-05-18T19:45:04Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。