拓撲數據分析
維基百科,自由的 encyclopedia
拓撲數據分析(Topological Data Analysis ;縮寫作TDA),是應用數學當中一門在數據集的分析用上了拓撲學的新技術領域,主要用於數據挖掘和計算機視覺理論研究。要從多維度、不完整和雜訊多的數據集中提取訊息,一般也具有挑戰性的。
此條目需要擴充。 (2017年10月4日) |
此條目沒有列出任何參考或來源。 (2017年10月4日) |
拓撲數據分析的主要問題有:
- 如何從低維度的表示去獲得高維度的結構;
- 如何將離散單位添加到全局結構中。
人腦可以輕易從低維度的私人數據構建整體結構。例如,從每隻眼睛中的平面圖像中獲取物體的三維形狀並不困難。公共結構的創建也通過將時間片段中的離散組合成連續圖像來執行。例如,電視圖像在技術上是個別點的陣列,然而,它們被認為是單個場景。
拓撲數據分析提供了一種總體框架,以對所選擇的特定度量不敏感的方式分析這些數據,並提供降低維數和對噪聲的魯棒性。以下為當中的主要方法: