pyt-team/TopoModelX

解决的问题

TopoModelX (TMX) 为科学和工程领域的拓扑神经网络（TNN）实现提供工具。它使研究人员能够超越传统的基于图的深度学习，通过处理单体复形等拓扑域，捕捉数据中的高阶交互作用。

如何工作

TMX 是一个与 PyTorch 集成的 Python 模块。它使用单体复形及其相关矩阵（如上向和下向拉普拉斯矩阵、关联矩阵）来定义神经网络层。例如，它包含单体注意力网络（SAN）的实现，可同时处理节点和边上的特征，对拓扑数据执行前向传播。

适用人群

专为需要将深度学习应用于拓扑复形结构而非简单图结构的科学和工程领域的研究人员和工程师设计。

主要亮点

• 单体注意力网络（SAN）： 实现了面向拓扑深度学习的专用层。
• PyTorch 集成： 作为 PyTorch 模块构建，支持高效训练和训练工作流。
• TopoX 的一部分： 与更广泛的 TopoX 工具包集成，用于拓扑域上的机器学习。
• 稀疏矩阵支持： 利用稀疏矩阵高效处理拓扑拉普拉斯矩阵。