[논문 리뷰] Nonparametric Estimation of Probability Density Functions of Random Persistence Diagrams

Joshua Lee Mike, Vasileios Maroulas|arXiv (Cornell University)|2018. 03. 07.

Topological and Geometric Data Analysis인용 수 6

한 줄 요약

이 논문은 랜덤 영구 다이어그램에 대한 비모수적 커널 밀도 추정 방법을 제안한다. 이 방법은 주어진 다이어그램 중심에 커널을 구성하고, 장수명 특징는 개별적으로, 단수명 특징는 집합적으로 처리하는 대역폭을 사용한다. 이 접근법은 밀도 추정치가 진정된 분포로 수렴함을 보장하며, 위상적 데이터 분석에서 강력한 통계적 추론을 가능하게 한다.

ABSTRACT

We introduce a nonparametric way to estimate the global probability density function for a random persistence diagram. Precisely, a kernel density function centered at a given persistence diagram and a given bandwidth is constructed. Our approach encapsulates the number of topological features and considers the appearance or disappearance of features near the diagonal in a stable fashion. In particular, the structure of our kernel individually tracks long persistence features, while considering features near the diagonal as a collective unit. The choice to describe short persistence features as a group reduces computation time while simultaneously retaining accuracy. Indeed, we prove that the associated kernel density estimate converges to the true distribution as the number of persistence diagrams increases and the bandwidth shrinks accordingly. We also establish the convergence of the mean absolute deviation estimate, defined according to the bottleneck metric. Lastly, examples of kernel density estimation are presented for typical underlying datasets.

연구 동기 및 목표

• 벡터 공간 구조를 갖지 않는 랜덤 영구 다이어그램의 전반적 확률 밀도 함수(pdf)를 추정하기 위한 비모수적 방법을 개발한다.
• 복잡하고 비선형적인 데이터 요약인 영구 다이어그램의 pdf를 추정하는 과제를 해결하기 위해, 그 기하학적 및 위상적 구조에 맞게 커널 밀도 추정을 적응시킨다.
• 장수명 특징는 개별적으로 추적하고, 단수명 특징는 집합 단위로 묶음으로써 계산의 실현 가능성을 확보한다.
• 표본 수가 증가하고 대역폭이 감소함에 따라, 봉합 거리(metric) 기반의 커널 밀도 추정치와 평균 절대편차의 이론적 수렴을 확립한다.
• 위상적 데이터 분석에서 통계적 추론을 위한 데이터 기반 프레임워크를 제공하며, 분류 신뢰도 평가 및 특징 생성과 같은 응용을 가능하게 한다.

제안 방법

• 대역폭 파rameter를 사용하여 영구 다이어그램 중심에 커널 밀도 추정기를 구성하고, 장수명 및 단수명 특징를 별도로 모델링하는 커널 함수를 사용한다.
• 중심 다이어그램을 상부(장수명) 및 하부(단수명) 성분으로 분해한다: $\mathscr{D} = \mathscr{D}^u \cup \mathscr{D}^\ell$, 여기서 $\mathscr{D}^u$ 는 높은 지속성을 가진 특징를 포함하고 $\mathscr{D}^\ell$ 은 대각선 근처의 특징들을 집계한다.
• 하부 영역 $\mathscr{D}^\ell$ 을 $\mathcal{W}_{0:\mathbbm{d}-1}$ 상의 다중와이드 커널을 사용하여 단일 집합 단위로 모델링하여 계산 복잡도를 감소시킨다.
• 위상적 특징의 등장/소멸을 대각선 근처에서 고려하는 안정적이고 비모수적 커널을 사용하여, 데이터 변형에 대해 강건함을 확보한다.
• 영역 $\mathscr{D}^u$ 와 $\mathscr{D}^\ell$ 의 분리 가능한 구조를 활용하여 커널 밀도에서의 효율적 샘플링을 가능하게 하며, 계산 복잡도가 $\mathscr{D}^u$ 의 특징 수에 대해 선형적으로 증가한다.
• 표본 수가 증가함에 따라 수렴 분석에 커널을 적용하기 위해 $(A1)$–$(A3)$, $(A2)^*$, $(A3)^*$ 등의 가정을 사용하며, 이는 커널 밀도 추정에 일반적인 것으로 이론적 일致성을 보장한다.

실험 결과

연구 질문

• RQ1 벡터 공간 구조를 갖지 않는 랜덤 영구 다이어그램에 대해 비모수적 확률 밀도 함수를 어떻게 일致적으로 추정할 수 있는가?
• RQ2 어떤 커널 구성이 영구 다이어그램의 위상적 특징을 존중하면서도, 특히 장수명과 단수명 특징를 구분하여 안정적인 추정을 가능하게 하는가?
• RQ3 표본 수가 증가하고 대역폭이 감소함에 따라 커널 밀도 추정치가 진정된 영구 다이어그램의 분포로 수렴하는가?
• RQ4 단수명 특징를 집합적으로 모델링하는 것이 정확도 손실 없이 계산 효율성에 어떤 영향을 미치는가?
• RQ5 추정된 밀도 함수가 위상적 데이터 분석에서 분류 신뢰도 평가 및 전통적 요약 통계보다 더 rich한 특징 생성과 같은 고급 통계 작업을 어느 정도 지원할 수 있는가?

주요 결과

• 제안된 커널 밀도 추정기는 표본 수가 증가하고 대역폭이 적절히 감소함에 따라 진정된 영구 다이어그램 분포로 확률 수렴한다.
• 봉합 거리 기반으로 정의된 평균 절대편차 추정치 역시 수렴함을 보여, 추정기의 통계적 추론에 대한 일致성을 검증한다.
• 계산적으로, 이 방법은 중심 다이어그램의 장수명 특징 수에 대해 선형적으로 스케일링되며, 단수명 특징를 집합적으로 처리함으로써 복잡도를 감소시키지만 정확도 손실이 크지 않다.
• 이 방법은 추정된 밀도에서 실용적인 샘플링을 가능하게 하며, 하부 영역에 대한 전반적 pdf 평가가 특징 수에 대해 제곱형 스케일링만 필요로 한다.
• 이 방법은 노이즈가 있는 단위 원 위의 데이터와 같은 프로토타입 예제에서 분포의 구조를 성공적으로 포착한다. 이는 단지 이차원 슬라이스로도 수렴성과 세밀한 분포적 통찰을 보여준다.
• 이 프레임워크는 기반 확률 밀도 기반 분류 신뢰도 평가 및 전통적 요약 통계보다 더 풍부한 특징 생성과 같은 고급 응용을 지원한다.