[論文レビュー] An introduction to Topological Data Analysis: fundamental and practical aspects for data scientists

Frédéric Chazal, Bertrand Michel|arXiv (Cornell University)|Oct 11, 2017

Topological and Geometric Data Analysis参考文献 130被引用数 514

ひとこと要約

このサーベイは、Simplicial complexes、covers and nerves、Mapper、および persistent homology といった fundamental な Topological Data Analysis (TDA) の概念を紹介し、データサイエンティスト向けに現代のソフトウェア（Gudhi）を用いた実用例を示します。

ABSTRACT

Topological Data Analysis is a recent and fast growing field providing a set of new topological and geometric tools to infer relevant features for possibly complex data. This paper is a brief introduction, through a few selected topics, to basic fundamental and practical aspects of \ da\\ for non experts.

研究の動機と目的

• データサイエンティストを対象とした TDA の簡潔な数学的・統計的基盤を提供する。
• コア TDA 構成要素：metric spaces、simplicial complexes、filtrations、nerve theorem を提示する。
• TDA における探索的分析と幾何推定の実務的パイプラインを説明する。
• 最近のソフトウェア（Gudhi）によって TDA ツールの実装が容易になる点を示す。
• TDA アプリケーションにおける統計的考慮、安定性、および頑健性について論じる。

提案手法

• データ集合を比較するための metric space の概念と距離の観念（Hausdorff、Gromov-Hausdorff）を説明する。
• Simplicial complexes（Vietoris–Rips、Čech）とそれらの幾何実現と nerve を紹介する。
• Nerve Theorem の説明と、カバーとトポロジーの連携におけるその利用法を説明する。
• Mapper アルゴリズムを refined pull-back covers を用いたデータ可視化/要約ツールとして提示する。
• 球の和集合と距離様関数を用いた幾何推定の二段階アプローチを詳述する。
• ホモロジーを計算可能なトポロジー記述子として導入し、persistent を安定性の道具として議論する。

実験結果

リサーチクエスチョン

• RQ1 データサイエンティストのための Topological Data Analysis の本質的な数学的・統計的基盤とは何か。
• RQ2 covers、nerves、filtrations はデータのトポロジーをどのように明らかにし、探索的データ分析をどのように支援するか。
• RQ3 幾何的推定（offsets、distance-like functions）は有限サンプルからトポロジーを推測するのにどう用いるか。
• RQ4 ノイズのあるデータからの頑健なトポロジー推論における persistent と安定性の役割は何か。
• RQ5 Gudhi のようなソフトウェアを用いて実データに対して TDA を実務的に実装・活用するにはどうすればよいか。

主な発見

• TDA は点集合からトポロジーと幾何を推測するための頑健な数学的・統計的ツールを提供する。
• Nerve Theorem はカバーと集合のトポロジーを結びつけ、連続空間の組み合わせ表現を可能にする。
• Mapper は単純で柔軟な可視化パイプラインを提供するが、パラメータ選択に敏感であるため安定性の研究が動機づけられる。
• 距離様推定と persistent は、サンプリングとノイズの下で安定的なトポロジー推定を可能にする。
• 統計学との統合が進んでおり、一貫性や収束性の考察、実用的なソフトウェア実装（Gudhi）を含む。
• 材料科学、生物学、画像分析、時系列など、従来のデータサイエンスツールと組み合わせた TDA の応用例は多岐にわたり、TDA の汎用性を示している。