[論文レビュー] Understanding the Topology and the Geometry of the Space of Persistence Diagrams via Optimal Partial Transport

Vincent Divol, Théo Lacombe|arXiv (Cornell University)|Jan 10, 2019

Topological and Geometric Data Analysis参考文献 18被引用数 13

ひとこと要約

本稿は、上半平面におけるRadon測度としてのパーシステンス図を一般化するための最適部分輸送に基づく形式的枠組みを導入し、その空間の幾何学的・位相的解析を統一的に可能にする。収束基準を確立し、Fréchet平均を特徴づけ、期待図の安定性を証明することで、統計的応用のためのWasserstein距離を連続測度へと拡張する。

ABSTRACT

Despite the obvious similarities between the metrics used in topological data analysis and those of optimal transport, an optimal-transport based formalism to study persistence diagrams and similar topological descriptors has yet to come. In this article, by considering the space of persistence diagrams as a space of discrete measures, and by observing that its metrics can be expressed as optimal partial transport problems, we introduce a generalization of persistence diagrams, namely Radon measures supported on the upper half plane. Such measures naturally appear in topological data analysis when considering continuous representations of persistence diagrams (e.g.\ persistence surfaces) but also as limits for laws of large numbers on persistence diagrams or as expectations of probability distributions on the persistence diagrams space. We explore topological properties of this new space, which will also hold for the closed subspace of persistence diagrams. New results include a characterization of convergence with respect to Wasserstein metrics, a geometric description of barycenters (Fr\'echet means) for any distribution of diagrams, and an exhaustive description of continuous linear representations of persistence diagrams. We also showcase the strength of this framework to study random persistence diagrams by providing several statistical results made meaningful thanks to this new formalism.

研究の動機と目的

• パーシステンス図の空間を上半平面におけるRadon測度の部分集合として形式化し、連続的表現と統計的極限を可能にする。
• 離散的図から一般のRadon測度へとWasserstein型距離（dp）を拡張し、統計的収束と期待値に対して一貫性を保証する。
• 最適輸送の文脈において、収束、重心（Fréchet平均）、線形表現の幾何学的・位相的特徴づけを提供する。
• 元のデータ分布の摂動に対して期待図の安定性を確立する。
• 位相的データ解析における理論的枠組みと最適輸送理論を統合し、統計的推論および機械学習応用を改善する。

提案手法

• パーシステンス図を上半平面 Ω = {(t₁, t₂) ∈ ℝ² : t₂ > t₁} 上の離散Radon測度として表現し、連続測度へ一般化する。
• Wasserstein距離およびボトルネック距離を、対角線 ∂Ω をマッチング境界とする測度間の最適部分輸送問題として再定式化する。
• 測度の収束を保証するため、vague収束よりも強いVM位相（vague収束よりも強い位相）を導入する。
• dpの一般化として、Radon測度上のOTp距離を定義し、収束解析と統計的推論を可能にする。
• Bochner積分を用いて、確率的パーシステンス測度の線形期待値を定義し、測度論的収束と一貫性を保証する。
• 最適輸送の双対性およびカップリングの議論を用いて、分布の摂動に対するFréchet平均および期待図の安定性を証明する。

実験結果

リサーチクエスチョン

• RQ1 パーシステンス図を、距離的および位相的構造を保ったまま、連続測度へと一般化する方法は何か？
• RQ2 パーシステンス図の列およびその連続的類似物に対する適切な位相と収束基準は何か？
• RQ3 パーシステンス図上の確率分布のFréchet平均（重心）を幾何学的にかつ存在的に特徴づける方法は何か？
• RQ4 元のデータ生成分布の摂動に対して、期待パーシステンス図の安定性はいかなるものか？
• RQ5 最適輸送距離を離散的図からRadon測度へ一貫的に拡張できるか？統計的推論を支援するためのものか？

主な発見

• OTp距離におけるパーシステンス図の収束は、VM位相下での関連するRadon測度の弱収束と同値である。
• 任意のパーシステンス図空間上の確率分布のFréchet平均（重心）は存在し、Radon測度空間上の最適輸送問題の解として特徴づけられる。
• 確率過程の期待パーシステンス図はRadon測度であり、別の期待図とのOTp距離は、元のデータ分布間のp- Wasserstein距離によって上限が与えられる。
• ℝᵈにおける点過程からのi.i.d.標本に対して、期待図間のOTp距離は n · Wₚ₋ₖ(ξ, ξ′)ᵖ⁻ᵏ として n → ∞ の下で減少し、p > k + d かつ k > d のとき強い収束を示す。
• 期待図間のボトルネック距離は、元の点過程の法則間のWasserstein距離によって上限が与えられ、極限における安定性結果をもたらす。
• 本フレームワークにより、標準的なTDA表現（例：パーシステンスサーフェス、ベッチ曲線）の連続性が保証され、これらがRadon測度空間上の連続的線形汎関数として特徴づけられる。