[논문 리뷰] Geometry Helps to Compare Persistence Diagrams

Michael Kerber, Dmitriy Morozov외 1명|arXiv (Cornell University)|2016. 06. 10.

Topological and Geometric Data Analysis참고 문헌 16인용 수 10

한 줄 요약

이 논문은 지속 다이어그램 간의 블로킹 거리와 워샤르스타인 거리를 계산하기 위한 기하적 가속 기법을 제안한다. 이는 블로킹 매칭과 워샤르스타인 거리 계산에 k-d 트리를 통합함으로써 이루어지며, 런타임과 메모리 사용량을 모두 감소시켜 기존의 조합적 방법과 소프트웨어 구현보다 뚜렷하게 향상된다. 특히 다수의 점을 포함하는 경우에 두드러진 성능 향상을 보인다.

ABSTRACT

Exploiting geometric structure to improve the asymptotic complexity of discrete assignment problems is a well-studied subject. In contrast, the practical advantages of using geometry for such problems have not been explored. We implement geometric variants of the Hopcroft--Karp algorithm for bottleneck matching (based on previous work by Efrat el al.) and of the auction algorithm by Bertsekas for Wasserstein distance computation. Both implementations use k-d trees to replace a linear scan with a geometric proximity query. Our interest in this problem stems from the desire to compute distances between persistence diagrams, a problem that comes up frequently in topological data analysis. We show that our geometric matching algorithms lead to a substantial performance gain, both in running time and in memory consumption, over their purely combinatorial counterparts. Moreover, our implementation significantly outperforms the only other implementation available for comparing persistence diagrams.

연구 동기 및 목표

• 기하적 구조가 이산 할당 문제의 실용적 성능에 기여하는지 조사한다. 특히 지속 다이어그램 비교에 초점을 맞춘다.
• 블로킹 및 워샤르스타인 거리 계산을 위한 허프코프-카르프 알고리즘과 경매 알고리즘의 기하적 변형을 개발하고 평가한다.
• 지속 다이어그램 간의 거리를 계산하는 데 있어 기존 도구인 Dionysus를 능가하는 가장 빠른 공개 구현체를 제공한다.

제안 방법

• 블로킹 매칭에서 정점 탐색을 위한 선형 스캔을 기하적 근접도 질의로 대체하기 위해 k-d 트리를 허프코프-카르프 알고리즘에 통합하여 빠른 정점 검색을 구현한다.
• 가중치가 부여된 k-d 트리를 사용해 버츠에카스의 경매 알고리즘을 기하적 변형으로 구현하여, 워샤르스타인 거리 계산에서 최적의 매칭을 빠르게 탐색한다.
• 점의 정수 다중성을(질량) 처리하기 위해 점들을 단일 실체로 간주하고 매칭 과정에서 적응적으로 분할하는 방식으로 경매 알고리즘을 확장한다.
• 검색 중에 먼 정점을 가지치기 위해 k-d 트리를 활용하여, 블로킹 및 워샤르스타인 매칭 모두에서 시간과 메모리 소비를 줄인다.
• 기하적 구현체를 순수 조합적 구현체 및 Dionysus 라이브러리와 비교하여 성능 향상을 평가한다.
• 기하적 구조를 활용한 평면 상의 점 집합(지속 다이어그램을 나타냄)에 적용하며, 기저 거리로 L∞를 사용한다.

실험 결과

연구 질문

• RQ1 할당 문제에서 기하적 구조를 활용하면 이론적 점근적 성능 향상 외에도 실질적인 성능 향상이 발생하는가?
• RQ2 허프코프-카르프 및 경매 알고리즘의 k-d 트리 기반 기하적 변형이 순수 조합적 방법 대비 런타임과 메모리 사용량에서 어떻게 다른가?
• RQ3 지속 다이어그램 간의 거리 계산에서, 기하적 접근 방식이 Dionysus와 같은 기존 소프트웨어 도구를 얼마나 뛰어넘는가?
• RQ4 정수 질량을 가진 경매 알고리즘의 성능은 평균 다중성이 증가함에 따라 어떻게 변화하는가?
• RQ5 기하적 데이터 구조는 정확도를 훼손하지 않으면서 워샤르스타인 거리 계산의 계산 비용을 줄일 수 있는가?

주요 결과

• k-d 트리를 사용한 기하적 허프코프-카르프 알고리즘 변형은 순수 조합적 버전 대비 런타임과 메모리 사용량을 크게 감소시킨다.
• 기하적 경매 알고리즘은 런타임과 메모리 소비 면에서 비기하적 대비 뚜렷한 성능 향상을 보이며, 특히 큰 점 집합에서 두드러진다.
• 평균 다중성이 약 10에 도달하면 정수 질량을 가진 구현체가 표준 경매 알고리즘보다 더 효율적이며, 다중성이 높아질수록 성능 격차는 더욱 커진다.
• 평균 질량이 50과 100일 경우, 정수 질량을 가진 기하적 경매 알고리즘은 뚜렷한 성능 우위를 보이며, 질량이 증가함에 따라 실행 시간이 안정되거나 오히려 감소하는 경향을 보인다.
• 정수 질량 변형의 메모리 소비는 평균 질량이 고정되어 있을 경우 점의 수에 비례하여 선형적으로 증가하며, 높은 다중성 조건에서도 과도하게 증가하지 않는다.
• 이 구현체는 이전에 유일하게 공개된 도구였던 Dionysus를 상당한 격차로 능가하며, 특히 더 큰 또는 다중성이 높은 데이터셋 처리에서 뚜렷한 성능 우위를 보인다.