[論文レビュー] Stable Invariants for Multidimensional Persistence

Oliver Gäfvert, Wojciech Chachólski|arXiv (Cornell University)|Mar 10, 2017

Topological and Geometric Data Analysis参考文献 11被引用数 5

ひとこと要約

本稿では、単純なノイズ系に基づくノイズ環境下で、多次元パーサシステンスモジュールに対する離散的不変量を安定不変量に変換するための階層的安定化手法を導入する。本手法は、一パラメータの場合に標準的なバーコード情報を取り戻す一方で、高次元における計算の難易度が一般にNP困難であることを示している。

ABSTRACT

In this paper we explain how to convert discrete invariants into stable ones via what we call hierarchical stabilization. We illustrate this process by constructing stable invariants for multi parameter persistence modules with respect to so called simple noise systems. For one parameter we recover the standard bar code information. For more than one parameter we prove that the constructed invariants are in general NP-hard to calculate.

研究の動機と目的

• 多次元パーサシステンスにおける離散的不変量を安定不変量に変換する体系的な手法の開発。
• 単純なノイズ系に基づくノイズモデルを導入し、多パラメータパーサシステンスモジュールのノイズ感受性の問題に対処する。
• 一パラメータパーサシステンスにおける標準的なバーコード不変量を、多パラメータ設定に一般化する。
• 提案された安定不変量の高次元パラメータ空間における計算複雑性を分析する。

提案手法

• 階層的安定化を離散的不変量に適用し、多パラメータパーサシステンス設定下での微小な摂動に対して安定性を確保する。
• フィルトレーションに基づく構成を用い、サブモジュールの階層を通じて不変量を体系的に精錬する。
• 安定性は、データの微小な摂動をモデル化する単純なノイズ系の作用に対する不変性を強制することで達成される。
• 一パラメータのバーコードの一般化として、多パラメータモジュールへの区間分解可能性の概念を拡張する。
• 本手法は、特にノイズ下での挙動に注目した、多次元パラメータ空間上のパーサシステンスモジュールの構造に基づく。

実験結果

リサーチクエスチョン

• RQ1 多次元パーサシステンスにおける離散的不変量を、ノイズ下で体系的に安定不変量に変換する方法は何か？
• RQ2 多パラメータ設定下での、得られた安定不変量の計算複雑性はいかほどか？
• RQ3 一パラメータパーサシステンスにおける標準的なバーコード不変量は、提案された安定不変量の特別な場合として回復可能か？
• RQ4 単純なノイズ系でモデル化された微小な摂動に対して、提案された不変量はどのように振る舞うか？

主な発見

• 提案された階層的安定化手法は、多パラメータパーサシステンスモジュールにおける離散的不変量を安定不変量に成功して変換した。
• 一パラメータの場合、標準的なバーコード不変量が回復され、従来の理論と整合性があることが確認された。
• 多パラメータパーサシステンスにおいて、構築された不変量は一般にNP困難に計算可能であることが証明された。これは、本質的な計算困難性を示している。
• 単純なノイズ系下で不変量の安定性が保証され、微小なデータ摂動に対しても頑健であることが裏付けられた。