[논문 리뷰] Ball mapper: a shape summary for topological data analysis

Paweł Dłotko|arXiv (Cornell University)|2019. 01. 22.

Topological and Geometric Data Analysis참고 문헌 7인용 수 19

한 줄 요약

이 논문은 구 기반 클러스터링 접근 방식을 사용하여 데이터의 형태 개요를 구성하는 새로운 위상적 데이터 분석 방법인 Ball Mapper(BM)을 소개한다. 기존의 Mapper 알고리즘과 달리 BM는 거리 기반 클러스터링을 통한 기하적 근접성에 의존하므로, 다양한 차원과 노이즈 수준에서 국소적 및 전반적 데이터 구조를 강건하고 확장 가능하며 파라미터에 민감하지 않게 시각화할 수 있다.

ABSTRACT

Topological data analysis provides a collection of tools to encapsulate and summarize the shape of data. Currently it is mainly restricted to \emph{mapper algorithm} and \emph{persistent homology}. In this paper we introduce new mapper--inspired descriptor that can be applied for exploratory data analysis.

연구 동기 및 목표

• 지속적 호모로지와 Mapper를 초월하여 위상적 데이터 분석에서 새로운 엄밀한 형태 기술자에 대한 부족을 해결하기 위해.
• 외부 함수 선택이나 클러스터링 파라미터에 의존하지 않고 국소적 및 전반적 데이터 구조를 모두 포착할 수 있는 방법을 개발하기 위해.
• 고차원 공간에 임bedding될 때 위상적 특징을 유지하는 기하학적으로 기반된 기존 Mapper 알고리즘의 확장 가능한 대체 방법을 만들기 위해.
• 직관적이고 계산적으로 효율적이며 노이즈와 차원성에 강건한 탐색적 데이터 분석을 가능하게 하는 방법을 제공하기 위해.

제안 방법

• Ball Mapper는 데이터 포인트를 중심으로 반지름 ε인 구로 데이터를 덮는 방식으로 그래프를 구성하며, 각 구는 근처의 포인트 클러스터를 나타낸다.
• 알고리즘은 거리 행렬을 사용하여 이웃 관계를 정의하여, 클러스터링이 외부 함수가 아닌 내재 기하학에 기반하도록 보장한다.
• 결과 그래프의 정점은 겹치는 구 내의 포인트 클러스터에 대응하며, 클러스터가 겹칠 경우 간선이 형성된다.
• 이 방법은 가중치가 부여된 그래프로 일반화될 수 있으며, 거리 행렬 또는 유사도 측정이 가능한 임의의 이산 거리 공간에 적용될 수 있다.
• ε를 변화시킴으로써 다중 척도 구축이 가능하여, 다양한 군집 수준에서 계층적인 위상적 특징을 시각화할 수 있다.
• 해당 커버 요소에 포함된 포인트 수가 고정된 수 이하인 경우를 제거함으로써 희소화를 적용하여 해석 가능성 향상과 노이즈 감소를 도모한다.

실험 결과

연구 질문

• RQ1 기존의 Mapper와 달리 외부 실수값 함수에 종속되지 않는 위상 기술자를 구성할 수 있는가?
• RQ2 고차원 및 노이즈가 많은 데이터 세트에서 국소적 및 전반적 데이터 구조를 유지하는 형태 요약을 어떻게 구축할 수 있는가?
• RQ3 Ball Mapper 방법이 체적 및 내재 기하학적 특징을 얼마나 잘 유지하는가?
• RQ4 데이터 크기와 차원성이 증가함에 따라 이 방법은 어떻게 확장되며, 노이즈에 얼마나 강건한가?
• RQ5 Ball Mapper 그래프는 럭키 고양이 조각이나 아이ris 데이터와 같은 복잡한 데이터 세트에서 사이클이나 클러스터와 같은 의미 있는 위상적 특징을 드러내는가?

주요 결과

• Y-자형 접합부 데이터 세트에서, Ball Mapper는 임베딩 차원에 관계없이 위상적 구조를 성공적으로 복원한다. 반면 기존 Mapper는 렌즈 함수가 데이터 기하학과 일치하지 않을 경우 실패한다.
• R³에 임베딩된 2차원 토러스에서, Ball Mapper는 평균 정점 차수 5~6을 보이며 국소적으로 2차원 성격을 잘 드러내어 진짜 두 차원 체적 구조를 보여주지만, 기존 Mapper는 단순화된 루프 구조를 생성한다.
• Iris 데이터 세트에서, ε = 0.5일 때 *Iris-setosa*가 다른 두 종과 명확히 분리되고, ε = 0.9일 때는 완전한 클러스터링이 이루어지며, ε = 1.8일 때는 *versicolor*와 *virginica*가 융합된다. 이는 알려진 생물학적 분류와 일치한다.
• 럭키 고양이 데이터 세트에서, Ball Mapper는 16,384차원 공간에서도 원형 구조를 성공적으로 포착한다. ε ≈ 5000 이전에 사이클이 형성되며, 다중 척도 구축은 샘플링의 비균일성을 드러낸다.
• 이 방법은 노이즈에 강건하다. X자형 신호에 150%의 균일한 노이즈가 첨가된 경우에도, 희소한 커버 요소를 제거한 후 BM 그래프가 핵심 위상적 특징을 유지한다.
• Ball Mapper는 고차원 임베딩에 강건하며 차원성 증가에 따라 성능이 떨어지지 않지만, 기존 Mapper는 렌즈 함수의 선택에 의존하므로 성능이 열등하다.