深度分析 自編碼器圖冊（Autoencoder Atlas）：以多圖表學習切向量束與 Stiefel–Whitney 特徵類 面對數據來自流形的情境,傳統降維難以反映切向量場與特徵類。本研究以多圖表自編碼器建構學習到的圖冊,並從轉換映射的雅可比行列式符號推導第一Stiefel–Whitney類,提供可演算法檢測可定向性,同時說明特徵類會阻礙單一座標表現,並示範於低維可定向與非定向流形以及高維非定向影像資料集上的應用與驗證
