[論文レビュー] Beyond Distance: Quantifying Point Cloud Dynamics with Persistent Homology and Dynamic Optimal Transport

Yixin Wang, Ting Gao+1 more|arXiv (Cornell University)|Mar 15, 2026

Topological and Geometric Data Analysis被引用数 0

ひとこと要約

要約: 本研究は、幾何的・位相的特徴を局所的に保持しつつ、測地線に沿ってハイパーグラフを再構成し、動的点群に対する Topological Optimal Transport を拡張し、 tipping イベントの多尺度歪みとエントロピーベース指標を導入する。

ABSTRACT

We introduce a framework for analyzing topological tipping in time-evolutionary point clouds by extending the recently proposed Topological Optimal Transport (TpOT) distance. While TpOT unifies geometric, homological, and higher-order relations into one metric, its global scalar distance can obscure transient, localized structural reorganizations during dynamic phase transitions. To overcome this limitation, we present a hierarchical dynamic evaluation framework driven by a novel topological and hypergraph reconstruction strategy. Instead of directly interpolating abstract network parameters, our method interpolates the underlying spatial geometry and rigorously recomputes the valid topological structures, ensuring physical fidelity. Along this geodesic, we introduce a set of multi-scale indicators: macroscopic metrics (Topological Distortion and Persistence Entropy) to capture global shifts, and a novel mesoscopic dual-perspective Hypergraph Entropy (node-perspective and edge-perspective) to detect highly sensitive, asynchronous local rewirings. We further propagate the cycle-level entropy change onto individual vertices to form a point-level topological field. Extensive evaluations on physical dynamical systems (Rayleigh-Van der Pol limit cycles, Double-Well cluster fusion), high-dimensional biological aggregation (D'Orsogna model), and longitudinal stroke fMRI data demonstrate the utility of combining transport-based alignment with multi-scale entropy diagnostics for dynamic topological analysis.

研究の動機と目的

• 時系列で変化する点群において局所的な幾何学・位相のディテールを失わずにトポロジカル tipping を検出する動機づけ。
• 挿入経路に沿って有効な位相/ハイパーグラフ構造を再構成することで動的進化を扱う TpOT の拡張。
• グローバルなシフトと非同期的な局所再配線を検出するための多尺度指標（マクロ視点とメソ視点）の開発。
• 提案する歪み指標とエントロピー指標に関する理論的保証を提供し、複数領域での検証を行う。

提案手法

• 点群から幾何学的（カーネル k）、トポロジー（持続的ダイアグラム）、連結性（omega）を用いてトップロジー的ネットワークを構築する。
• 二つのネットワーク間の幾何学・位相・ハイパーエッジ関係の最適結合を用いて TpOT 距離を計算する。
• 物理的妥当性を保証する再構成を用いて、トポロジーを再計算し TpOT の測地線に沿って動的歪み曲線を導入する。
• 持続的エントロピーとハイパーグラフエントロピー（頂点視点・エッジ視点）と、それらを対称的に組み合わせてトポロジーイベントを検出する。
• サイクルレベルのエントロピー変化を個々の頂点へ伝播させ、点レベルのトポロジカル場を形成する。
• 歪み感度と持続的特徴に結びつく上限を示すアルゴリズムと理論的結果を提供する。

実験結果

リサーチクエスチョン

• RQ1 TpOT を拡張して、点群の動的相転移中の一過性の幾何学・位相変化をどのように検出できるか？
• RQ2 進化する状態間を補間する際に物理的忠実性を保つハイパーグラフ再構成戦略は可能か？
• RQ3 トポロジー tipping と非同期的な局所再配線を頑健に検出する多尺度エントロピーメジャーは何か？
• RQ4 TpOT 路線に沿った動的歪みは global shift や局所構造再編成とどう関連するか？
• RQ5 提案するエントロピー指標とそれらのトポロジー的複雑さとの関係に対する理論的保証は何か？

主な発見

• 挿入経路に沿って動的歪み曲線が幾何学的・位相的・連結の変形を局所化する。
• 持続的エントロピーとハイパーグラフエントロピーの導入により、劇的なトポロジーイベントや再編成を検出できる。
• 頂点視点・ハイパーエッジ視点のエントロピーは感度が高く計算的にも効率的で、理論的境界を提供する。
• 対称的なハイパーグラフエントロピーは頂点視点とハイパーエッジ視点を組み合わせて、離散的なトポロジー相転換を示す。
• ハイパーグラフエントロピーは系のトップロジカルキャパシティ（例：持続的特徴の数）によって有界である。
• Rayleigh–Van der Pol、Double-Well、D’Orsogna モデル、および脳卒中fMRIの実証的検証によって有効性を示す。