Kolokium JSM Bil. 16/2023: Analisis Data Menerusi Pendekatan Topologi

Sukacita dimaklumkan bahawa Jabatan Sains Matematik FST UKM, Fakulti Sains dan Teknologi akan menganjurkan siri kolokium pada butiran seperti berikut:
Tajuk : Analisis Data Menerusi Pendekatan Topologi
Penceramah : Dr. Mohd Sabri Ismail
Program Matematik, Jabatan Sains Matematik
Fakulti Sains dan Teknologi, Universiti Kebangsaan Malaysia
Abstrak : Perkongsian ini berkisarkan kepada perihal topologi sebagai satu kaedah matematik baharu, terutamanya homologi gigih untuk menganalisis data. Untuk itu, pendedahan awal kepada asas ilmu topologi akan diberikan, di mana takrifan bagi ruang topologi, pengubahsuaian selanjar (pemetaan homeomorfisma dan pemetaan homotopi), sifat topologi yang tak varian (komponen dan gelung yang tak bersandar) akan dibincangkan secara ringkas. Kemudian, kaedah pengecaman dan penghitungan kepada sifat topologi tersebut juga akan dibincangkan. Kaedah tersebut adalah kumpulan homotopi (atau kumpulan asas) dan kumpulan homologi (atau homologi sahaja). Homologi adalah lebih baik daripada kumpulan asas kerana ianya boleh dibangunkan algoritmanya. Seterusnya, homologi gigih (kaedah homologi yang lebih baik) juga akan turut diperkenalkan kepada semua. Di mana, homologi gigih sangat sesuai untuk digunakan untuk menganalisis data berbentuk titik awan, siri masa, rangkaian, dan imej. Homologi gigih telah memperkenalkan satu bidang baharu, iaitu analisis data bertopologi. Untuk kegunaannya, beberapa hasil kajian penyelidikan daripada kumpulan rangkaian kompleks dan analisis data bertopologi akan dikongsikan bersama.
Tarikh : 22 Sept 2023 (Jumaat)
Masa : 10.00 pagi – 11.00 pagi
Kaedah : i) Bersemuka di Bilik Kolokium Bangunan Sains Matematik, FST, UKM
ii) Facebook Jabatan Sains Matematik, FST, UKM
Makluman lanjut berkaitan dengan kolokium berserta jadual boleh rujuk kepada laman sesawang: www.ukm.my/jsmt/kolokium . Untuk pertanyaan lanjut, sila hubungi Dr Lee Khai Chien: kclee_1017@ukm.edu.my
#ukm #seminar #dataanalytics #TOPOLOGY #maths