2015-10-15

看了不少东西，本来应该看论文的，结果一拖再拖，明天不能拖下去了。明天下午把论文看完，然后给Ristin回一封邮件。人家这么及时也不容易，我也不能放下人家论文就不愿意看了。

今日总结：

1.      拓扑数据分析与机器学习的相互促进

http://www.csdn.net/article/2015-10-09/2825872

虽然对于TDA并不是非常清楚，但是为后面做视觉提供了一个非常好的思路，以后也许可以结合起来做这个东西。

2.      Topological data analysis以下来自维基百科，我自己翻译理解的

a)      定义：

TDA是一个新的研究领域，用于数据挖掘和计算机视觉方面。主要解决的问题是：

a)      如何从低维数据表示得到高维结构

b)      如何将离散的点聚集到全局的结构中来

这个可以用人类大脑来进行类比，例如：通过眼睛，我们可以从一张2D的图片中推断出3D的环境。当将离散数据转换成连续数据时，这种全局结构的判断同样在发生，例如：点阵式打印机。

b)      TDA主要使用的方法是：

1)      将数据集用一种拓扑结构表示，通过近似变量进行索引

2)      通过代数拓扑结构分析拓扑复杂性，通过persistent homology（主要是通过计算空间的拓扑特征）进行表示

3)      编码数据集persistent homology，用条形码或者persistence diagram

3.      Ristin问题：

a)      Programming language到底要不要用java还是C++，这个做并行的话到底有什么关系，他们有没有在准备做并行

b)      Online learning和IncrementalLearning之间的区别

c)      论文中存在的问题，尤其是那个增量学习到底是怎么增量的