[論文レビュー] A Framework for Fast and Stable Representations of Multiparameter Persistent Homology Decompositions

David Loiseaux, Mathieu Carrière+1 more|arXiv (Cornell University)|Jun 19, 2023

Topological and Geometric Data Analysis被引用数 4

ひとこと要約

本稿は、区間加群分解を用いた、多パラメータ持久ホモロジーの高速かつ安定な表現のための新規フレームワークを提案する。機械学習におけるベクトル空間埋め込みの効率的計算を可能にする。理論的安定性保証、主要不変量（入れ子距離、体積、スライシング）の閉形式アルゴリズム、および高速な実行時間と統計的収束を示す実データ上の優れた性能を提供する。

ABSTRACT

Topological data analysis (TDA) is an area of data science that focuses on using invariants from algebraic topology to provide multiscale shape descriptors for geometric data sets such as point clouds. One of the most important such descriptors is {\em persistent homology}, which encodes the change in shape as a filtration parameter changes; a typical parameter is the feature scale. For many data sets, it is useful to simultaneously vary multiple filtration parameters, for example feature scale and density. While the theoretical properties of single parameter persistent homology are well understood, less is known about the multiparameter case. In particular, a central question is the problem of representing multiparameter persistent homology by elements of a vector space for integration with standard machine learning algorithms. Existing approaches to this problem either ignore most of the multiparameter information to reduce to the one-parameter case or are heuristic and potentially unstable in the face of noise. In this article, we introduce a new general representation framework that leverages recent results on {\em decompositions} of multiparameter persistent homology. This framework is rich in information, fast to compute, and encompasses previous approaches. Moreover, we establish theoretical stability guarantees under this framework as well as efficient algorithms for practical computation, making this framework an applicable and versatile tool for analyzing geometric and point cloud data. We validate our stability results and algorithms with numerical experiments that demonstrate statistical convergence, prediction accuracy, and fast running times on several real data sets.

研究の動機と目的

• 機械学習パイプラインにおける多パラメータ持久ホモロジーのための、安定的で情報が多く、計算的に効率的な表現の欠如に対処すること。
• 既存手法の限界を克服すること。これらの手法は、単一パラメータ設定に還元されるか、ノイズ下での理論的安定性を欠く。
• 最近の区間加群分解の進展を活用して、より豊かで情報量の多い記述子を提供する一般フレームワークの開発。
• 入力データの摂動に対して、提案された表現の理論的安定性保証。
• 入れ子距離、体積、スライシングといった主要不変量の計算のための効率的アルゴリズムの設計。閉形式の公式を用いる。

提案手法

• フレームワークは、多パラメータ持久ホモロジーを区間加群によって表現し、多パラメータ持久加群をR^n内の誕生・死に相当するコーナーを持つ単純な幾何的パーツに分解する。
• 区間加群のコーナーを用いた閉形式の公式により、入れ子距離 d_I(M, 0) を計算する安定な重み関数を導入する。
• 区間加群のサポート内に収まる最大の長方形の体積は、誕生・死のコーナー座標の差を用いた閉形式の式で計算される。
• 区間加群の対角線に沿ったスライシングは、コーナーを直線に射影することで計算され、1次元スライスの持久バー図が得られる。
• アルゴリズム1〜4は、区間加群の長方形、直線への制限、および主要不変量の計算をコーナーに基づく表現で実装する。
• フレームワークは、提案された表現が入れ子距離に関してリプシッツ連続であることを証明することで、理論的安定性を保証する。

Figure 1 : Common pipelines for the use of multiparameter persistent homology in data science—our work provides new contributions to the arrow highlighted in red.

実験結果

リサーチクエスチョン

• RQ1 多パラメータ持久ホモロジーのための一般的で安定的かつ計算的に効率的な表現フレームワークを構築できるか。このフレームワークは、豊かな位相的情報を保持する必要がある。
• RQ2 区間加群のコーナーを用いて、入れ子距離、体積、スライシングといった主要不変量を閉形式で計算できるか。
• RQ3 提案されたフレームワークは、特にノイズのある状況下でも、データ摂動に対して理論的安定性を維持するか。
• RQ4 実用的な機械学習応用において、高速な計算と統計的収束を達成できるか。
• RQ5 予測精度と実行時間の観点から、既存のヒューリスティック的または簡略化された表現と比較して、本フレームワークはどのように差をつけるか。

主な発見

• 提案されたフレームワークは、表現が入れ子距離に関してリプシッツ連続であることを保証することで理論的安定性を達成し、ノイズに対してロバストであることを保証する。
• 入れ子距離、体積、スライシングのための閉形式アルゴリズムにより、高速な計算が可能であり、実データセットにおける実験結果から高速な実行時間が得られている。
• 数値実験により、表現の統計的収束が示され、データからの信頼性の高い学習が可能であることが示された。
• 複数のUCR時系列データセットにおいて、予測精度が既存手法を上回り、LightGBMなどの分類器はPlaneデータセットで最大99.0％の精度を達成した。
• S-CDR重み関数と体積表現は、区間加群の誕生・死のコーナー座標のみを用いて、閉形式で計算可能であることが示された。
• 本フレームワークは、ランク不変量よりもより多くの位相的情報を保持しながら、計算的に取り扱いやすいという点で、従来のアプローチを一般化した。

Figure 2 : (left) Bi-filtration of a noisy point cloud induced by both feature scale (using unions of balls with increasing radii) and (co)density. The cycle highlighted in the green zone can be detected as a large subset in the corresponding candidate decomposition computed by the MMA method [ 26 ]