Event history and topological data analysis
事件史方法与拓扑数据分析AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要聚焦拓扑特征与事件史分析，未明确涉及所列经济或金融计量方向。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
事件史方法与拓扑数据分析
- 研究问题
- 能否将持续同调中特征的出现和消失视为事件，借助事件史方法比较随机场拓扑结构并检验参数化假设？
- 方法与思路
- 作者把嵌套拓扑空间序列对应为滤过，提出用于拓扑特征的 Nelson–Aalen 估计方法，并讨论度量树的 Cox 模型。
- 材料陈述的贡献
- 摘要提出事件史与拓扑分析的连接，并以气候、银河系中性氢分布和眼底血管图像展示两类方法的应用。
- 阅读关注点
- 应核对事件及风险集如何定义、拓扑特征之间的依赖如何处理，以及参数检验和比例风险解释的适用条件。
- 阅读边界
- 仅据所给 Crossref 版本摘要，不能确认经典生存分析的推断条件可直接沿用；所示应用也不构成宏观时间序列证据。
原文摘要
Summary Persistent homology is used to track the appearance and disappearance of features as we move through a nested sequence of topological spaces. Equating the nested sequence to a filtration and the appearance and disappearance of features to events, we show that simple event history methods can be used for the analysis of topological data. We propose a version of the well-known Nelson–Aalen cumulative hazard estimator for the comparison of topological features of random fields and for testing parametric assumptions. We suggest a Cox proportional hazards approach for the analysis of embedded metric trees. The Nelson–Aalen method is illustrated on globally distributed climate data and on neutral hydrogen distribution in the Milky Way. The Cox method is used to compare vascular patterns in fundus images of the eyes of healthy and diabetic retinopathy patients.