R.W.R.达林。;约翰·A·伊曼纽罗。;艾米莉·普文;艾哈迈德·里德利 TDA论文集：拓扑数据分析在SDM 2022数据科学、人工智能和机器学习研讨会上的应用。 arXiv:2204.01142号 预印本，arXiv:2204.01142[math.AT]（2022）。 摘要：拓扑数据分析（TDA）是一个严格的框架，它借鉴了几何和代数拓扑、范畴理论和组合学的技术，以研究这种复杂的高维数据的“形状”。在过去几年里，这一领域的研究有了显著的发展，使根深蒂固的理论在基因组学、自然语言处理、医学、网络安全、能源和气候变化等领域的实际应用中产生了影响。在其中一些领域，TDA也被用于增强人工智能和ML技术。我们相信，通过一个专家（理论界和实务界）和非专业人士参加的研讨会，可以在这一领域进一步发挥作用。目前，在开发和探索TDA的理论和计算方面，有一个纯粹数学家的活跃社区，他们的研究兴趣在于此。应用数学家和其他实践者也出现在社区中，但并不代表大多数人。这说明了本次研讨会的主要目的，即培养对TDA感兴趣的更广泛社区。通过促进来自政府、学术界和工业界的这些团体之间有意义的交流，我们希望创造新的协同效应，这只能通过建立对问题和解决空间的相互全面认识来实现。 BibTeX公司 引用 \textit{R.W.R.Darling}等人，“TDA会议录：拓扑数据分析在SDM 2022数据科学、人工智能和机器学习研讨会上的应用”，预印本，arXiv:2204.01142[math.at]（2022） 全文： arXiv公司 OA许可证 arXiv数据来自arXiv OAI-PMH API.如果你发现了错误，请直接向arXiv报告.