[논문 리뷰] Approximation algorithms for 1-Wasserstein distance between persistence diagrams

Samantha Chen, Yusu Wang|arXiv (Cornell University)|2021. 04. 15.

Topological and Geometric Data Analysis참고 문헌 25인용 수 6

한 줄 요약

이 논문은 $L_1$ 임bedding와 플로우트리 기반 무작위 이동 기법을 사용하여 영속 다이어그램 간의 1-Wasserstein 거리를 근사적으로 계산하는 두 가지 근선형 시간 알고리즘을 제안한다. 정확한 방법(예: 허긴 알고리즘)에 비해 속도 향상의 주요 계수를 달성하면서도 평균 상대 오차가 낮게 유지된다(예: 실제 데이터셋에서 플로우트리 기반으로 0.28–0.31), 이는 대규모 위상적 데이터 분석에 실용적으로 적용 가능하게 한다.

ABSTRACT

Recent years have witnessed a tremendous growth using topological summaries, especially the persistence diagrams (encoding the so-called persistent homology) for analyzing complex shapes. Intuitively, persistent homology maps a potentially complex input object (be it a graph, an image, or a point set and so on) to a unified type of feature summary, called the persistence diagrams. One can then carry out downstream data analysis tasks using such persistence diagram representations. A key problem is to compute the distance between two persistence diagrams efficiently. In particular, a persistence diagram is essentially a multiset of points in the plane, and one popular distance is the so-called 1-Wasserstein distance between persistence diagrams. In this paper, we present two algorithms to approximate the 1-Wasserstein distance for persistence diagrams in near-linear time. These algorithms primarily follow the same ideas as two existing algorithms to approximate optimal transport between two finite point-sets in Euclidean spaces via randomly shifted quadtrees. We show how these algorithms can be effectively adapted for the case of persistence diagrams. Our algorithms are much more efficient than previous exact and approximate algorithms, both in theory and in practice, and we demonstrate its efficiency via extensive experiments. They are conceptually simple and easy to implement, and the code is publicly available in github.

연구 동기 및 목표

• 정확한 1-Wasserstein 거리 계산의 계산 복잡도가 허긴 알고리즘을 사용할 경우 $O(n^3)$로 증가하는 문제를 해결하기 위해.
• 기존의 정확한 및 근사 방법보다 런타임에서 크게 뛰어나면서도 효율적이고 실용적이며 경량화된 근사 알고리즘을 개발하기 위해.
• 원래 유클리드 점 집합에 대해 개발된 랜덤화된 퀼리트리 기반 최적 운반 근사 기법을 영속 다이어그램의 특수한 구조(예: 노이즈를 위한 대각선 매칭 포함)에 적응시키기 위해.
• 다양한 실제 및 시뮬레이션 데이터셋에서 근사 정확도와 계산 효율성 간의 트레이드오프를 평가하기 위해.

제안 방법

• 최적 운반 문제에서의 $L_1$ 임베딩 접근법을 영속 다이어그램에 적응시키기 위해, 점들을 거리의 구조를 유지하는 저차원 공간으로 매핑한다.
• 무작위로 이동된 플로우트리(쿼드트리) 데이터 구조를 사용하여 평면을 재귀적으로 분할하고, 다이어그램 내 점들 간의 최적 매칭을 근사한다.
• 표준 영속 다이어그램에 대한 1-Wasserstein 거리와 일관되게, 점들을 대각선 $y=x$에 매칭할 수 있도록 허용한다.
• 플로우트리 기반 기하학적 가속 기법을 적용한 수정된 경매 알고리즘을 사용하여 근사 매칭을 효율적으로 계산한다.
• 최악의 근사 오차를 줄이고 안정성을 향상시키기 위해 쿼드트리 격자를 무작위로 이동시킨다.
• 모든 알고리즘은 재현 가능하고 실용적 사용을 위해 GitHub에 오픈소스 코드로 구현되어 있다.

실험 결과

연구 질문

• RQ1 최적 운반 문제에서의 랜덤화된 쿼드트리 기반 근사 기법이 영속 다이어그램 간의 1-Wasserstein 거리 계산에 효과적으로 적응될 수 있는가?
• RQ2 $L_1$ 임베딩 및 플로우트리 기법의 근사 오차는 정확한 방법과 기존의 근사 방법(Hera 등)에 비해 어떻게 비교되는가?
• RQ3 다양한 점 분포를 가진 데이터셋에서 런타임 효율성과 근사 정확도 사이의 트레이드오프는 어떠한가?
• RQ4 대각선 근처에 있는 점들이 존재할 경우, 근사 알고리즘의 성능과 오차에 어떤 영향을 미치는가?

주요 결과

• 플로우트리 기반 알고리즘은 $L_2$ 지름 거리 측정 기준으로 reddit-binary 데이터셋에서 중앙값 평균 상대 오차 0.2854를 기록했으며, 이는 $L_1$ 임베딩 방법보다 유의미하게 낮다.
• 시뮬레이션-균일 데이터셋에서 $L_2$ 지름 거리 측정 기준으로 플로우트리 방법이 평균 상대 오차를 0.2664로 줄여, 다양한 데이터 유형에서 강력한 정확도를 입증했다.
• 두 알고리즘 모두 정확한 허긴 알고리즘과 Hera 근사 방법에 비해 다수의 주요 계수 속도 향상을 달성했으며, 플로우트리 방법이 $L_1$ 임베딩보다 일관되게 더 빠르게 작동한다.
• 근사 오차는 다양한 데이터셋 간에 상대적으로 안정되어 있으며, 최고의 평균 오차는 ModelNet10에서 관찰되었으며(플로우트리 기반으로 0.7331), 여전히 실용적 사용 범위 내에 있다.
• 대각선 근처의 점 비율이 높은 다이어그램에서는 정확도가 낮아지며, 이는 노이즈 매칭 오차 증가의 영향일 가능성이 있다.
• 플로우트리 방법의 Recall@5 정확도는 테스트한 모든 데이터셋에서 0.9를 초과하여, 최근접 이웃 검색 응용 분야에서 뛰어난 성능을 보였다.