Topological Data Analysis for Neural Networks (eBook)

Topological Data Analysis for Neural Networks (eBook)

Ballester RubénCasacuberta CarlesEscalera Sergio
Ballester RubénCasacuberta CarlesEscalera Sergio
Prezzo:
€ 46,79
Compra EPUB
Prezzo:
€ 46,79
Compra EPUB

Formato

:
EPUB
Cloud: Scopri di più
Lingua: Inglese
Editore: Springer
Collana: Artificial Intelligence (R0)
Codice EAN: 9783032082831
Anno pubblicazione: 2026
Scopri QUI come leggere i tuoi eBook

Note legali

NOTE LEGALI

a) Garanzia legale, Pagamenti, Consegne, Diritto di recesso
b) Informazioni sul prezzo
Il prezzo barrato corrisponde al prezzo di vendita al pubblico al lordo di IVA e al netto delle spese di spedizione
Il prezzo barrato dei libri italiani corrisponde al prezzo di copertina.
I libri in inglese di Libraccio sono di provenienza americana o inglese.
Libraccio riceve quotidianamente i prodotti dagli USA e dalla Gran Bretagna, pagandone i costi di importazione, spedizione in Italia ecc.
Il prezzo in EURO è fissato da Libraccio e, in alcuni casi, può discostarsi leggermente dal cambio dollaro/euro o sterlina/euro del giorno. Il prezzo che pagherai sarà quello in EURO al momento della conferma dell'ordine.
In ogni caso potrai verificare la convenienza dei nostri prezzi rispetto ad altri siti italiani e, in moltissimi casi, anche rispetto all'acquisto su siti americani o inglesi.
c) Disponibilità
I termini relativi alla disponibilità dei prodotti sono indicati nelle Condizioni generali di vendita.

Disponibilità immediata
L'articolo è immediatamente disponibile presso Libraccio e saremo in grado di procedere con la spedizione entro un giorno lavorativo.
Nota: La disponibilità prevista fa riferimento a singole disponibilità.

Disponibile in giorni o settimane (ad es. "3-5-10 giorni", "4-5 settimane" )
L'articolo sarà disponibile entro le tempistiche indicate, necessarie per ricevere l'articolo dai nostri fornitori e preparare la spedizione.
Nota: La disponibilità prevista fa riferimento a singole disponibilità.

Prenotazione libri scolastici
Il servizio ti permette di prenotare libri scolastici nuovi che risultano non disponibili al momento dell'acquisto.

Attualmente non disponibile
L'articolo sarà disponibile ma non sappiamo ancora quando. Inserisci la tua mail dalla scheda prodotto attivando il servizio Libraccio “avvisami” e sarai contattato quando sarà ordinabile.

Difficile reperibilità
Abbiamo dei problemi nel reperire il prodotto. Il fornitore non ci dà informazioni sulla sua reperibilità, ma se desideri comunque effettuare l'ordine, cercheremo di averlo nei tempi indicati. Se non sarà possibile, ti avvertiremo via e-mail e l'ordine verrà cancellato.
Chiudi

Descrizione

This book offers a comprehensive presentation of methods from topological data analysis applied to the study of neural network structure and dynamics. Using topology-based tools such as persistent homology and the Mapper algorithm, the authors explore the intricate structures and behaviors of fully connected feedforward and convolutional neural networks. The authors discuss various strategies for extracting topological information from data and neural networks, synthesizing insights and results from over 40 research articles, including their own contributions to the study of activations in complete neural network graphs. Furthermore, they examine how this topological information can be leveraged to analyze properties of neural networks such as their generalization capacity or expressivity. Practical implications of the use of topological data analysis in deep learning are also discussed, with a focus on areas including adversarial detection and model selection. The authors conclude with a summary of key insights along with a discussion of current challenges and potential future developments in the field. This monograph is ideally suited for mathematicians with a background in topology who are interested in the applications of topological data analysis in artificial intelligence, as well as for computer scientists seeking to explore the practical use of topological tools in deep learning.