topology-aware-attention

深度分析

拓撲感知注意力：以持續同調與 Euler 特徵偏差強化時間序列預測

研究指出傳統點乘注意力難以捕捉時間序列的幾何拓撲脈絡。本文將持續同調、錨定Euler變換與核Hilbert通道注入attention logits，並以驗證門控的局部殘差補足高階拓樸。實驗顯示在具幾何性的任務上，拓撲偏差能經驗上改善預測表現並被作為驗證選擇的歸納偏置。