您所在的位置: 成果库 面向小样本、大场景激光点云的几何拓扑增强深度神经网络研究

面向小样本、大场景激光点云的几何拓扑增强深度神经网络研究

发布时间: 2025-08-08

基本信息

合作方式： 技术转让
成果类型： 发明专利
行业领域：
电子信息技术,计算机及网络技术
成果介绍
双曲几何增强深度神经网络的研究源于对传统欧几里得空间在处理复杂数据结构时的局限性。近年来，随着图神经网络（GNN）和高维非线性数据建模的发展，研究者逐渐认识到欧式空间难以有效表示具有层级或树状结构的数据，例如社交网络、知识图谱以及语言结构。这种情况下，双曲几何因其天然适合描述层级关系而受到关注。尤其对于点云数据这类具有强类内或类间层次性的数据类型，双曲空间的嵌入能更好地保留数据的层次性，提高类间判别性进而缓解小样本数据场景下的原型不准确问题。 本成果的主要应用为视觉小样本学习，包括图像、点云等稀少样本场景下的更准确的分类、分割结果，具有良好的应用前景。此外，未来还可拓展至其他需要处理非结构化、高维、层级化数据的任务中，双曲几何增强模型有望成为新一代人工智能的重要基础架构。同时，还可以用双曲空间来研究不同模态数据的层次性、大模型几何结构等。
成果亮点
双曲几何增强深度神经网络是近年来人工智能领域的一项重要发展，它打破了传统欧几里得空间的限制，为处理复杂结构数据提供了全新的视角和工具。尽管目前仍面临优化难度大、理论体系尚未完全成熟等挑战，但其在多个领域的初步成功已经显示出巨大的潜力。随着数学理论、计算硬件以及算法设计的不断进步，双曲几何增强模型有望在理解与推理能力取得提升。
团队介绍
北京航空航天大学（Beihang University），简称北航（BUAA），位于中国首都北京市，隶属于中华人民共和国工业和信息化部，中央直管高校，中国第一所航空航天高等学府，具有航空、航天和信息领域的发展比较优势。是国家重点建设的高校、全国第一批16所重点高校之一、211工程、985工程建设高校、国家“双一流”建设高校。
成果资料