Search results for “topology”

Где симплициальные гомологии встречаются в жизни — топологический анализ данных. Объединение шаров вокруг облака точек, персистентные модули и их разложение в сумму интервальных модулей над полем (структурная теорема и алгоритм), баркод; комплексы Виеториса–Рипса и Чеха; теорема об устойчивости баркода, расстояния Хаусдорфа, Громова–Хаусдорфа и Васерштейна; открытые покрытия и их нерв, покрытия Лере и теорема о нерве, категория покрытий, паракомпактность, размерность по Лебегу, гомологии и когомологии Чеха.

Сингулярные гомологии — стандартные симплексы и вложения гиперграней, сингулярные симплексы и цепи, дифференциал; нулевые гомологии и компоненты линейной связности, гомологии точки, приведённые гомологии; цепные отображения и отображения гомологий, функториальность, цепное отображение, индуцированное непрерывным отображением; цепные гомотопии и призма; теорема о гомотопической инвариантности с полным доказательством через призменный оператор; подкомплексы, факторкомплексы и гомологии пары.

Задачи курса «Топология-2» (Ф. Е. Вылегжанин, НМУ, осень 2026), листок 1 от 9 сентября 2026 г. — симплициальные гомологии и цепные комплексы. Нулевые гомологии и компоненты связности; гомологии несвязного объединения и букета; триангуляции окружности, сферы, ленты Мёбиуса; джойн и произведение симплициальных комплексов; эйлерова характеристика и неравенства Морса; число вершин триангуляции поверхности; операции над цепными комплексами; точные последовательности; нормальная форма Смита и разложение комплекса.

Задачи курса «Топология-2» (Ф. Е. Вылегжанин, НМУ, осень 2026), листок 2 от 16 сентября 2026 г. — сингулярные гомологии и цепные гомотопии. Цепное отображение из симплициальных цепей в сингулярные; ретракция и прямое слагаемое; гомоморфизм Гуревича из фундаментальной группы в первые гомологии; конечные CW-комплексы и классы гомологий; гомологии объединения цепочки пространств; гомологии симплекса и его остова; симплициальные отображения; цепная гомотопическая эквивалентность комплекса и его гомологий; цепная гомотопность как отношение эквивалентности; 5-лемма.

The Millennium Meeting, Paris, 24 May 2000, at which the seven problems were announced.

Modern AI systems often comprise multiple learnable components that can be naturally organized as graphs. A central challenge is the end-to-end training of such systems without restrictive architectural or training assumptions. Such tasks fit the theory and approaches of the collaborative Multi-Agent Reinforcement Learning (MARL) field. We introduce Reinforcement Networks, a general framework for MARL that organizes agents as vertices in a directed acyclic graph (DAG). This structure extends hierarchical RL to arbitrary DAGs, enabling flexible credit assignment and scalable coordination while avoiding strict topologies, fully centralized training, and other limitations of current approaches. We formalize training and inference methods for the Reinforcement Networks framework and connect it to the LevelEnv concept to support reproducible construction, training, and evaluation. We demonstrate the effectiveness of our approach on several collaborative MARL setups by developing several Reinforcement Networks models that achieve improved performance over standard MARL baselines. Beyond empirical gains, Reinforcement Networks unify hierarchical, modular, and graph-structured views of MARL, opening a principled path toward designing and training complex multi-agent systems. We conclude with theoretical and practical directions - richer graph morphologies, compositional curricula, and graph-aware exploration. That positions Reinforcement Networks as a foundation for a new line of research in scalable, structured MARL.