Effizientes Lernen von Simplizialdarstellungen mit neuronalen k-Formen

Wir entwickeln neuronale k-Formen, eine Methode zum Lernen von Darstellungen von Simplizialkozyklen, um Aufgaben auf eingebetteten Graphen und Simplizialkomplexen zu lösen. Im Gegensatz zu den vorherrschenden Paradigmen im geometrischen Tiefenlernen nimmt unser Ansatz eine grundlegend andere neuartige Perspektive ein, die auf der Integration von Formen im umgebenden Merkmalsraum basiert.