[論文レビュー] An algorithm for computing the topological Euler characteristic of complex projective varieties

Christine Jost|arXiv (Cornell University)|Jan 17, 2013

Polynomial and algebraic computation参考文献 12被引用数 13

ひとこと要約

本稿では、複素射影多様体の位相的オイラー特性を計算するハイブリッド記号的・数値的アルゴリズムを提示する。Aluffiのチャーン＝シュワルツ＝マクフィーリス類の方法、記号的セグレ類の次数の計算、および数値的既約分解のためのレジレント・カスケードを活用する。主な貢献は、数値的に安定で並列化可能な手法であり、上位のチャーン＝シュワルツ＝マクフィーリス類の次数を通じてオイラー特性を計算する。アルジェブラ的統計における最大尤度次数を3として計算することで妥当性が検証された。

ABSTRACT

We present an algorithm for the symbolic and numerical computation of the degrees of the Chern-Schwartz-MacPherson classes of a closed subvariety of projective space P^n. As the degree of the top Chern-Schwartz-MacPherson class is the topological Euler characteristic, this also yields a method to compute the topological Euler characteristic of projective varieties. The method is based on Aluffi's symbolic algorithm to compute degrees of Chern-Schwartz-MacPherson classes, a symbolic method to compute degrees of Segre classes, and the regenerative cascade by Hauenstein, Sommese and Wampler. The new algorithm complements the existing algorithms. We also give an example for using a theorem by Huh to compute an invariant from algebraic statistics, the maximum likelihood degree of an implicit model.

研究の動機と目的

• 特異な複素射影多様体の位相的オイラー特性を数値的に安定かつ並列化可能なアルゴリズムで計算すること。
• Aluffiの記号的アルゴリズムによるチャーン＝シュワルツ＝マクフィーリス類の組み合わせと、数値的既約分解のためのレジレント・カスケードを統合することで、代数幾何学における記号的・数値的手法の橋渡しをすること。
• 記号的ホッジ数計算の制限を超えて、最大尤度次数などの代数的統計における不変量を実用的な計算ツールとして提供すること。
• 記号的手法がメモリ制約や計算複雑性の制約に直面する状況において、特徴的類の数値的計算が実行可能で効率的であることを示すこと。

提案手法

• アルゴリズムは、射影多様体の上位チャーン＝シュワルツ＝マクフィーリス類の次数として位相的オイラー特性を計算する。
• Aluffiの方法を用いて、チャーン＝シュワルツ＝マクフィーリス類の次数を、グラフのシャドウ（影）の次数に表現する。これらのシャドウはセグレ類の次数から導出される。
• セグレ類の次数は記号的にまたは残差を介して計算され、これらはレジレント・カスケード（既約分解のための数値的手法）の副産物として抽出される。
• レジレント・カスケードにより、残差の数値的計算が可能となり、特徴的類の次数の効率的かつ並列化可能な計算が実現される。
• 完全に記号的なアプローチに比べてメモリボトルネックを回避するため、残差の記号的計算と数値的既約分解を組み合わせた手法を採用する。
• 実装は、バージョン0.2以上を対象とするMacaulay2パッケージ『CharacteristicClasses』に統合されている。

実験結果

リサーチクエスチョン

• RQ1 特異な複素射影多様体の位相的オイラー特性は、ハイブリッド記号的・数値的アプローチによって効率的に計算可能か？
• RQ2 セグレ類の次数と残差を介して、チャーン＝シュワルツ＝マクフィーリス類の次数をどのように数値的に計算できるか？
• RQ3 完全に記号的アプローチと比較して、レジレント・カスケードを用いた特徴的類の数値的計算にどのような計算的利点があるか？
• RQ4 この手法は、暗黙的モデルに対して代数的統計における不変量（例：最大尤度次数）を計算できるか？
• RQ5 数値的手法は、記号的代替手法と比較して、スケーラビリティと並列化の面でどの程度優れているか？

主な発見

• アルゴリズムは、多様体の上位チャーン＝シュワルツ＝マクフィーリス類の次数を計算することで、複素射影多様体の位相的オイラー特性を効果的に計算した。
• レジレント・カスケードを活用することで、残差が既約分解の副産物として得られ、数値的安定性と並列化が達成された。
• 2つの事象を持つランダム・センシングモデルにおいて、多様体のオイラー特性は5、座標超平面の補集合のオイラー特性は2であり、開集合の符号付きオイラー特性は3となった。
• この結果は、モデルの既知の最大尤度次数3と一致し、代数的統計への応用における手法の正確性が裏付けられた。
• 特に高次元または複雑な多様体において、純記号的アプローチに比べて、メモリ効率とスケーラビリティの面で優れた性能を示した。
• Macaulay2のeulerコマンド（滑らかな多様体にのみ適用可能）や、記号的かつメモリ集約的なAluffiのCSMパッケージとは異なり、本アルゴリズムはそれらを補完するものである。