欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
位置：立项数据库 > 立项详情页
中文摘要：
传统的数据模型，如统计模型，大都是基于逼近论的想法的。最简单的例子就是线性回归模型。这种想法对研究数据集的局部性态比较有效，但难以反映数据集的整体性态。要有效地研究数据集的整体性态，就必须采用拓扑或几何的方法。本项目的重点是系统地研究大型复杂数据集的拓扑和几何模型，以及相关算法。我们将通过举办小型研讨会，讲习班等形式，对数据的拓扑和几何模型作全面和深刻的考察，尤其是对由数据产生出的复杂网络的拓扑结构作深入的研究。通过这些研讨会，我们将把学术界和企业界的相关人员联合起来，共同商讨这些问题。驱动这项研究的具体问题之一是新浪微博网络以及Twitter网络的拓扑结构。这项研究的受益面不仅仅是在数学界，它将会对信息产业产生一定的影响。
结论摘要：
英文主题词Topological & Geometric Data Analysis；Morse Theory；Hodge Theory；Computer Science；Computational Biology
成果综合统计
期刊论文
会议论文
专利
获奖
著作
期刊论文
相关项目
鄂维南的项目
