梅赫梅特·埃敏·阿克塔斯;阮，Thu;拉金·里扎;伊斯兰教，穆罕默德·伊夫特;埃斯拉·阿克巴斯 通过持久同调进行超图分类。 arXiv:2306.11484 预印本，arXiv:2306.11484[math.AT]（2023）。 摘要：持久同源性是一种数学工具，用于通过提取数据的拓扑特征来研究数据的形状。由于它在各种网络挖掘问题中的适用性，包括聚类、图分类和图神经网络，它在网络科学中得到了广泛的应用。图的持久同调的定义相对简单，因为图具有不同的内在距离和简单的复杂结构。然而，超图在保存拓扑信息方面存在挑战，因为它们可能没有简单的复杂结构。本文在定义超图持久同调时定义了超图的几个拓扑特征，以区分超图中不同高阶结构的优先级。我们进一步使用这些持久同源过滤对四个不同的真实世界超图进行分类，并将它们的性能与最先进的图神经网络模型进行比较。实验结果表明，持久同源过滤在超图分类中是有效的，并且优于基线模型。据我们所知，本研究首次系统地尝试使用持久同源性解决超图分类问题。 MSC公司： 55N31号 持久同源性及其应用，拓扑数据分析 62R40型 拓扑数据分析 BibTeX公司 引用 \textit{M.E.Aktas}等人，“通过持久同调进行超图分类”，预打印，arXiv:2306.11484[math.AT]（2023） 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.