[논문 리뷰] Approximate Nearest Neighbors in the Space of Persistence Diagrams

Brittany Terese Fasy, Xiaozhou He외 4명|arXiv (Cornell University)|2018. 12. 29.

Topological and Geometric Data Analysis참고 문헌 38인용 수 7

한 줄 요약

이 논문은 Bottleneck 거리 기반으로 지속 다이어그램에 대한 첫 번째 근사 최근접 이웃 검색 데이터 구조를 제안한다. 그리드 기반 스냅-라운딩과 다중 수준 계층적 색인을 활용하며, 근처 이웃에 대해 6-근사, k번째 최근접 이웃에 대해 24-근사 성능을 달성한다. 시간 복잡도는 O((m log n + m²) log τ)이며, 공간 복잡도는 O(n5^m τ)이다. 선형 Bottleneck 거리 계산 없이도 성능 보장을 제공한다.

ABSTRACT

Persistence diagrams are important tools in the field of topological data analysis that describe the presence and magnitude of features in a filtered topological space. However, current approaches for comparing a persistence diagram to a set of other persistence diagrams is linear in the number of diagrams or do not offer performance guarantees. In this paper, we apply concepts from locality-sensitive hashing to support approximate nearest neighbor search in the space of persistence diagrams. Given a set $Γ$ of $n$ $(M,m)$-bounded persistence diagrams, each with at most $m$ points, we snap-round the points of each diagram to points on a cubical lattice and produce a key for each possible snap-rounding. Specifically, we fix a grid over each diagram at several resolutions and consider the snap-roundings of each diagram to the four nearest lattice points. Then, we propose a data structure with $τ$ levels $\mathbb{D}_τ$ that stores all snap-roundings of each persistence diagram in $Γ$ at each resolution. This data structure has size $O(n5^mτ)$ to account for varying lattice resolutions as well as snap-roundings and the deletion of points with low persistence. To search for a persistence diagram, we compute a key for a query diagram by snapping each point to a lattice and deleting points of low persistence. Furthermore, as the lattice parameter decreases, searching our data structure yields a six-approximation of the nearest diagram in $Γ$ in $O((m\log{n}+m^2)\logτ)$ time and a constant factor approximation of the $k$th nearest diagram in $O((m\log{n}+m^2+k)\logτ)$ time.

연구 동기 및 목표

• Bottleneck 거리를 사용한 지속 다이어그램 공간에서의 선형 시간 근처 이웃 검색의 계산 비효율성을 해결하기 위해.
• (M,m)-유계 지속 다이어그램의 무한한 이중 차원 성질로 인해 표준 메트릭 기반 색인 방법이 무효화되는 문제를 극복하기 위해.
• 증명 가능한 근사 bound와 부분선형 쿼리 시간을 갖는 근사 최근접 이웃 쿼리 지원을 위한 데이터 구조 설계를 위해.
• 쿼리 다이어그램을 대규모 다이어그램 세트와 비교하는 데 드는 비용을 줄여 스케일러블한 위상적 데이터 분석을 가능하게 하기 위해.
• 확률적 스냅-라운딩의 함정을 피하고 결정론적 쿼리 품질을 보장하는 실용적인 색인 솔루션 제공을 위해.

제안 방법

• 다중 해상도에서 균일한 그리드를 사용해 지속 다이어그램의 각 점을 가장 가까운 그리드 포인트로 스냅-라운딩하여, 가능한 모든 라운딩에 대한 키를 생성한다.
• τ 수준을 가진 다중 수준 데이터 구조 D_τ를 구성하며, 데이터셋 Γ 내의 각 다이어그램을 증가하는 그리드 해상도에서 스냅-라운딩한 결과를 저장한다.
• 각 수준이 더 희소한 그리드에 대응하는 계층적 색인 기반 구조를 사용하여, 효율적인 키 기반 검색과 근사 계산을 가능하게 한다.
• 쿼리 다이어그램에 대해서도 동일한 스냅-라운딩 과정을 적용해 키를 생성한 후, D_τ를 검색하여 유한한 근사 요인 내의 후보 다이어그램을 추출한다.
• 그리드 선이나 모서리 위에 위치한 점과 같은 극단 케이스를 처리하기 위해 인접한 그리드 포인트에 대한 추가 키를 생성함으로써, 공간 및 시간 복잡도를 유지한다.
• 근접한 다이어그램 간의 충돌 가능성을 보장하기 위해 결정론적 스냅-라운딩을 통해 국소성에 민감한 해싱 원리를 활용한다.

실험 결과

연구 질문

• RQ1 지속 다이어그램 공간에서 증명 가능한 근사 보장을 갖춘 근사 최근접 이웃 검색을 지원할 수 있는가?
• RQ2 기존 방법들이 이 공간에서 최근접 이웃 검색에 대해 성능 보장을 제공하지 못하는 이유는 무엇인가?
• RQ3 근사 품질을 유지하면서도 선형 Bottleneck 거리 계산을 피할 수 있는 데이터 구조를 설계할 수 있는가?
• RQ4 그리드 해상도와 스냅-라운딩 전략의 선택이 근사 요인과 쿼리 효율성에 미치는 영향은 어떠한가?
• RQ5 지속 다이어그램의 무한한 이중 차원 성질을 결정론적 기하학적 라운딩 기법을 통해 회피할 수 있는가?

주요 결과

• (M,m)-유계 지속 다이어그램의 이중 차원 성질은 무한하므로, 유한한 이중 차원을 가정하는 메트릭 기반 색인 방법을 무효화한다.
• 제안된 데이터 구조는 근처 이웃에 대해 6-근사 요인, k번째 최근접 이웃에 대해 24-근사 요인을 제공한다.
• 쿼리 시간은 O((m log n + m²) log τ)이며, 다이어그램 수에 대해 부분선형이므로 대규모 데이터셋에 대해 효율적이다.
• 공간 복잡도는 O(n5^m τ)이며, m에 대해 지수적이나 작은 m과 관리 가능한 τ에서는 실용적이다. 특히 점 분포 인식 최적화 기법을 통해 더욱 개선된다.
• 확률적 스냅-라운딩을 피함으로써 잘못된 매칭의 위험을 제거하고 결정론적 쿼리 결과를 보장한다.
• 특히 다각형 곡선과 같은 다른 도메인에서의 지수적 공간 복잡도 구조와 비교할 때, 유사 문제에 대해 공간 효율성이 뛰어나다.