PHINN: Persistent Homology Inspired Neural Network for Rare-Event Time Series Generation
PHINN es un marco generativo de ajuste de flujo que aprovecha la homología persistente, específicamente las curvas de Betti dinámicas y las pérdidas de paisajes de persistencia, para modelar eficazmente eventos raros en series temporales mediante la captura de huellas topológicas estables, superando así a las bases estadísticas y de difusión existentes en fidelidad topológica y cobertura de colas a través de diversos dominios.