[論文レビュー] A Brief History of Persistence

José A. Perea|arXiv (Cornell University)|Sep 10, 2018

Topological and Geometric Data Analysis参考文献 38被引用数 21

ひとこと要約

この論文は、1990年代初頭の計算的起源から、現代の圏論的および表現論的枠組みに至るまでの恒常的ホモロジーの発展をたどる。主な発展として、リプス複体による恒常的ベッチ数の形式的定式化、ハウスドルフ近似下でのホモロジー推定問題における恒常的ホモロジーの役割、およびガブリエルの定理とクーヴィー理論を用いた恒常的モジュールの分類を挙げ、バーコードのような離散的不変量を持つ、ジグザグおよび多次元の恒常的ホモロジーへと至る。

ABSTRACT

Persistent homology is currently one of the more widely known tools from computational topology and topological data analysis. We present in this note a brief survey on the evolution of the subject. The goal is to highlight the main ideas, starting from the subject's computational inception more than 20 years ago, to the more modern categorical and representation-theoretic point of view.

研究の動機と目的

• 恒常的ホモロジーの歴史的発展を、1990年代の初期の計算的根拠から、現代の代数的枠組みへとたどること。
• サンプリングおよびハウスドルフ近似下でのホモロジー推定問題を解く際の恒常的ホモロジーの役割を明確にすること。
• リプス複体のようなフィルター付き単体的複体が、恒常的ベッチ数の効率的計算を可能にする仕組みを説明すること。
• クーヴィー表現およびガブリエルの定理の観点から、1次元恒常的ホモロジーからジグザグおよび多次元恒常的ホモロジーへの移行を検討すること。
• 恒常的モジュールが完全な離散的不変量を有する条件を確立すること、特にその基盤となるグラフがディンキン図である場合を想定する。

提案手法

• 部分レベル集合 $X^{(\rho)}$ 間の包含誘導写像とそのホモロジー群 $H_n(X^{(\rho)}; \mathbb{F})$ を用いた恒常的ホモロジーの形式化。
• 空間 $\mathbb{X}$ の位相を近似するための有限で組合せ的なモデルとしてのベトリス複体 $R_\epsilon(Z)$ の使用。
• 誘導写像 $\iota^\epsilon,\delta_*: H_n(X^{(\epsilon)}; \mathbb{F}) \to H_n(X^{(\epsilon+\delta)}; \mathbb{F})$ のランクとして恒常的ベッチ数 $\beta^{\epsilon,\delta}_n$ を計算。
• フィルター付き複体に対して、逆アッカーマン関数に基づく増分アルゴリズムを用いて、$O(N\alpha(N))$ 時間でベッチ数を効率的に計算。
• 基盤となるクーヴィーがディンキン図である場合に、点ごとの有限次元恒常的モジュールをガブリエルの定理を用いて分類。
• ジグザグ図に基づくインデキシングカテゴリを用いてジグザグ恒常的ホモロジーに拡張し、$\widetilde{G}(\mathsf{J}) = A_n$ がバーコードによる離散的不変量を保証する。

実験結果

リサーチクエスチョン

• RQ1 有限なサンプル $X$ が小さなハウスドルフ距離で与えられたとき、どのようにして位相的空間 $\mathbb{X}$ のホモロジーを推定できるか？
• RQ2 リプス複体 $R_\epsilon(X)$ の恒常的ホモロジーが、$\mathbb{X}^{(\epsilon)}$ のホモロジーを捉えるための条件は何か？
• RQ3 クーヴィーにインデックス付けられた恒常的モジュールが完全な離散的不変量を有するのはどのような場合か？また、これはディンキン図とどのように関係するか？
• RQ4 ジグザグ恒常的ホモロジーは標準的恒常的ホモロジーをどのように一般化するか？また、このようなシステムを分類する不変量は何か？
• RQ5 基盤となるグラフがサイクルを含む場合、表現論が恒常的モジュールの分類に果たす役割は何か？

主な発見

• コンパクトな $\mathbb{X} \subset \mathbb{R}^d$ で弱特徴サイズが正である場合、$\epsilon > 0$ の範囲で $H_n^{\epsilon,3\epsilon}(\mathcal{R}(X); \mathbb{F}) \cong H_n(\mathbb{X}^{(\epsilon)}; \mathbb{F})$ が成り立ち、安定なホモロジー推定が可能になる。
• $\mathbb{X}$ が閉じたリーマン多様体である場合、十分に小さな $\epsilon$ に対して $R_\epsilon(X)$ は $\mathbb{X}$ にホモトピー同値になる。これは小さなサンプリング誤差のもとで成立する。
• 恒常的ベッチ数 $\beta^{\epsilon,\delta}_n$ は、フィルター付き単体的複体における増分更新を用いて $O(N\alpha(N))$ 時間で効率的に計算可能である。
• 基盤となるクーヴィー $\widetilde{G}(\mathsf{J})$ がタイプ $A_n$、$D_n$、または $E_n$ のディンキン図である場合、点ごとの有限次元恒常的モジュールは、バーコードなどの離散的不変量によって完全に分類可能である。
• インデキシングが $\widetilde{G}(\mathsf{J}) = A_n$ のジグザグ恒常的ホモロジー系は、バーコードによって完全に分類可能であり、その安定性定理も確立されている。
• 長さが4より長い可換ラダーでは分類が「野生的タイプ」になり、連続的不変量を必要とし、複雑さの段階的転移を示している。