[論文レビュー] Optimal rates of convergence for persistence diagrams in Topological Data Analysis

Frédéric Chazal, Marc Glisse+2 more|arXiv (Cornell University)|May 27, 2013

Topological and Geometric Data Analysis参考文献 41被引用数 20

ひとこと要約

本稿は、コンpactなメトリック空間からi.i.d.に抽出された点群を対象として、統計的枠組み下でのトポロジカル・データ解析（TDA）におけるパーシステンス図の最適収束速度を確立している。empiricalとpopulationのパーシステンス図の間のボトルネック距離が、ミニマックス最適なレートで収束することを示している。著者らは、内在次元とサポートの正則性に依存する非漸近的バウンドを導出し、パーシステンスホモロジーが統計的ツールとして理論的に保証されることを確立している。

ABSTRACT

Computational topology has recently known an important development toward data analysis, giving birth to the field of topological data analysis. Topological persistence, or persistent homology, appears as a fundamental tool in this field. In this paper, we study topological persistence in general metric spaces, with a statistical approach. We show that the use of persistent homology can be naturally considered in general statistical frameworks and persistence diagrams can be used as statistics with interesting convergence properties. Some numerical experiments are performed in various contexts to illustrate our results.

研究の動機と目的

• 統計的サンプリングモデル下でのトポロジカル・データ解析におけるパーシステンス図のミニマックス最適収束速度を確立すること。
• 有限なi.i.d.サンプルからのempiricalパーシステンス図が、元のサポートのpopulationレベルのパーシステンス図にどのように収束するかを分析すること。
• empiricalと真のパーシステンス図間のボトルネック距離に対する非漸近的、分布に依存しないバウンドを提供すること。
• 一般のメトリック空間における幾何的推論としてのパーシステンスホモロジーの統計的整合性を検証すること。

提案手法

• 著者らは、コンパクトなメトリック空間上にサポートを持つ確率測度からのi.i.d.サンプルとしてデータをモデル化し、これらのサンプル上に構築されたフィルタード単体複体（例：リプス複体）のパーシステンス図を分析している。
• パーシステンス図の比較に主にボトルネック距離を用い、パーシステンスホモロジー理論の安定性結果を活用している。
• 理論的分析では、合計変動距離が小さくてもパーシステンス図間のボトルネック距離が大きいような2つの確率測度を構成し、レ・カムの補題を用いて下界を導出している。
• 上界の導出には、幾何的推論とメトリックエントロピーの結果を応用し、基礎となる空間の複雑さを制御し、収束速度を内在次元とサポートの正則性に関連づけている。
• 分析は、ユークリッド埋め込みに制限されない一般のメトリック空間で行われており、センサーやソーシャルネットワークからの抽象的メトリックデータへの応用を可能としている。
• 主な技術的ツールには、最小上限下界を構築するために、制御されたホルダー正則性を持つ摂動された多様体と密度関数の使用が含まれる。

実験結果

リサーチクエスチョン

• RQ1 統計的設定下で、empiricalとpopulationのパーシステンス図の間のボトルネック距離の最適収束レートは何か？
• RQ2 収束速度は、基礎となるメトリック空間の内在次元と正則性にどのように依存するか？
• RQ3 コンパクトなメトリック空間からのi.i.d.サンプリング下で、パーシステンス図推定に対するミニマックス下界を確立できるか？
• RQ4 フィルトレーションの選択（例：リプス複体）は、パーシステンス図の収束行動にどの程度影響を与えるか？
• RQ5 サポートの幾何的・トポロジカル的性質は、パーシステンスホモロジーの統計的整合性にどのように影響を与えるか？

主な発見

• 本稿では、ボトルネック距離の収束速度に対するミニマックス下界が $ n^{-1/(d+eta)} $ のオーダーで確立され、ここで $ d $ は内在次元、$ \beta $ はサポートの正則性パラメータである。
• リプスフィルトレーションの場合、empiricalとpopulationのサポートのパーシステンス図間のボトルネック距離は $ O(n^{-1/(d+eta)}) $ のレートで収束し、ミニマックス下界と一致する。
• 収束速度は、基礎となる密度のホルダー正則性 $ \alpha $ に依存し、正則性が低いサポートでは収束が遅くなる。
• 真の測度と摂動された測度間の合計変動距離は $ O(\gamma^{d/2}) $ で有界であり、これはレ・カムの補題を用いてミニマックス下界を導出するのにも用いられている。
• 結果は、ユークリッド埋め込みに制限されない一般のメトリック空間で成り立つため、抽象的メトリックデータに対するパーシステンスホモロジーの統計的妥当性が拡張される。
• 数値実験により、多様体や摂動されたサポートを含むさまざまな設定で理論的収束速度が確認されている。