Câu trả lời:
Ngoài các cách mà thuật ngữ cấu trúc liên kết được sử dụng rộng rãi để mô tả "hình dạng" của các khía cạnh khác nhau của Machine Learning, thuật ngữ này xuất hiện trong lĩnh vực Phân tích dữ liệu tô pô :
Trong toán học ứng dụng, phân tích dữ liệu tô pô (TDA) là một cách tiếp cận để phân tích các bộ dữ liệu bằng các kỹ thuật từ cấu trúc liên kết. Khai thác thông tin từ các bộ dữ liệu có chiều cao, không đầy đủ và ồn ào nói chung là thách thức. TDA cung cấp một khung chung để phân tích dữ liệu đó theo cách không nhạy cảm với số liệu cụ thể được chọn và cung cấp giảm kích thước và độ mạnh cho nhiễu. Ngoài ra, nó thừa hưởng tính khoa học, một khái niệm cơ bản của toán học hiện đại, từ bản chất tô pô của nó, cho phép nó thích nghi với các công cụ toán học mới.
Một số ví dụ về việc sử dụng nó trong ML:
Tôi đã dành thời gian suy nghĩ về nó, nhưng tôi chỉ biết hai ý nghĩa chính. Có thể có nhiều thứ không đến với tôi ngay bây giờ mặc dù ...
Trong các vấn đề tìm kiếm cục bộ hoặc đôi khi tối ưu hóa cho học máy, "cấu trúc liên kết" của vấn đề tương ứng với thay đổi trong chức năng bạn đang tối ưu hóa khi bạn di chuyển giữa các trạng thái liền kề. Nếu thay đổi là sắc nét, bạn có một "cấu trúc liên kết chắc chắn". Nếu nó nhẹ nhàng và liên tục, bạn có một "cấu trúc liên kết trơn tru". Xem trên trang 2 của Giới thiệu về Phân tích cảnh quan thể hình và Mô hình chi phí cho Tìm kiếm địa phương chẳng hạn.
Ý nghĩa chính khác là tham chiếu đến cấu trúc (cấu trúc liên kết) của đồ thị tổ hợp . Nhiều thuật toán học máy hiện đại dựa trên ý tưởng về đồ thị kết hợp, bao gồm Mạng Bayes , Mạng Sum / Sản phẩm và Mạng lưới thần kinh sâu. Ở đây, cấu trúc liên kết đề cập đến thứ tự tôpô của đồ thị có hướng, hoặc chính thức hơn là "cách cấu trúc đồ thị". Ví dụ: trong mạng thần kinh, độ sâu và chiều rộng của các lớp của mạng và bản chất của các kết nối giữa các lớp, xác định cấu trúc liên kết của mạng.
Ngoài ra, nó được sử dụng rất nhiều theo nghĩa của ý nghĩa thứ hai trong các lĩnh vực khác của AI, chỉ vì những khu vực đó cũng sử dụng biểu đồ. Ví dụ, trong lập kế hoạch tự động, hoặc trong lý luận xác suất, người ta cũng thường trình bày vấn đề của bạn dưới dạng biểu đồ tổ hợp. Sau đó, bạn có thể nói về "cấu trúc liên kết" của vấn đề.