[论文解读] Applications of Zigzag Persistence to Topological Data Analysis

Andrew Tausz, Gunnar Carlsson|arXiv (Cornell University)|Aug 17, 2011

Topological and Geometric Data Analysis参考文献 9被引用 21

一句话总结

本文将锯齿持久性应用于拓扑数据分析，实现了对非单调数据序列（如子采样、阈值化数据或基于地标点的复形）中同调特征的追踪。通过计算锯齿模的区间分解，揭示了稳定的拓扑特征，展示了在合成图像块数据和真实图像块数据中检测持久1-循环的鲁棒性。

ABSTRACT

The theory of zigzag persistence is a substantial extension of persistent homology, and its development has enabled the investigation of several unexplored avenues in the area of topological data analysis. In this paper, we discuss three applications of zigzag persistence: topological bootstrapping, parameter thresholding, and the comparison of witness complexes.

研究动机与目标

• 通过使用锯齿持久性将持久同调扩展至非单调序列，以改进对复杂数据集的分析。
• 解决在拓扑自助法中需追踪重叠的、非有序子样本之间同调特征的挑战。
• 研究不同过滤参数（如密度阈值）如何以一致且可比较的方式影响拓扑结构。
• 评估在不同地标选择下见证复形构建的稳定性和一致性。
• 为在多样化数据配置中检测和验证持久拓扑特征提供计算框架。

提出的方法

• 构建形如 $ S_0 \leftrightarrow S_1 \leftrightarrow \cdots \leftrightarrow S_n $ 的锯齿图，其中箭头表示单纯形的添加或删除。
• 应用锯齿持久性算法，计算同调群 $ \operatorname{H}_p(S_i) $ 的区间分解，推广标准持久同调。
• 使用 $ k $-密度函数 $ \delta_k(x) = d(x, \nu_k(x)) $ 定义基于密度的过滤，用于地标选择和阈值化。
• 通过图式 $ W(X;L_i) \leftarrow W(X;L_i,L_j) \rightarrow W(X;L_j) $ 对见证复形进行成对比较，分析区间分解的兼容性。
• 通过选择按参数化函数 $ f(\cdot, \theta) $ 排名前 $ T\% $ 的点来过滤数据，形成在 $ \theta $ 值上的锯齿序列。
• 使用图可视化兼容性，其中边表示区间分解中共享的1维区间 $[0,1]$。

实验结果

研究问题

• RQ1 锯齿持久性能否在多个重叠的子样本中检测并追踪相同的同调特征，从而实现拓扑自助法？
• RQ2 改变过滤参数 $ \theta $ 如何影响数据集的拓扑结构，且锯齿持久性能否揭示参数变化下的稳定特征？
• RQ3 从不同地标集构建的见证复形在拓扑上的一致性程度如何，且锯齿持久性能否量化这种兼容性？
• RQ4 图像块数据中的持久1-循环是否对采样变化具有鲁棒性，且锯齿分析能否确认其在多个地标选择下的稳定性？
• RQ5 特征追踪中拓扑不连续性的频率和影响如何，且其在合成数据与真实数据中如何变化？

主要发现

• 在图8形合成数据集中，41个大小为40的地标样本在成对比较中均表现出一致的1维区间分解 $[0,1]$，表明存在稳定的拓扑特征。
• 对于图像块数据集，在筛选仅包含一个1-循环的样本后，所有此类样本均产生相同的区间分解 $[0,1]$，证实了在30%密度阈值下存在一个主要的圆形结构。
• 在合成示例中，1000个随机样本仅有9个表现出拓扑不连续性，表明此类不一致现象罕见且孤立。
• 成对锯齿比较揭示了一个密集的兼容性图，编码了所有地标集之间的成对关系，尽管对所有集合进行互相对比在代数上不可行。
• 锯齿持久性成功捕捉了同调类在子样本和阈值化数据之间的连续性，从而实现了对持久拓扑特征的可靠推断。
• 该框架支持在非线性、高维数据集（如图像块流形中的主要圆）中对拓扑特征进行稳健验证。