[論文レビュー] Geometry Helps to Compare Persistence Diagrams

Michael Kerber, Dmitriy Morozov+1 more|arXiv (Cornell University)|Jun 10, 2016

Topological and Geometric Data Analysis参考文献 16被引用数 10

ひとこと要約

本稿では、バナディット距離とワッサースタイン距離を計算するための幾何的加速手法を提案する。これらはトポロジカルデータ解析における重要なツールである。k-d 木をホプクロフト＝カープ法およびオークションアルゴリズムに統合することで、実行時間とメモリ使用量を削減し、特に高重複度の点集合に対して、組合せ的および既存のソフトウェア実装を著しく上回る性能を発揮する。

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.

研究の動機と目的

• 離散的割当問題における幾何的構造の利用が、実用的性能に与える影響を調査すること。特に、パーシsistense図の比較において有効であるかを検討する。
• バナディット距離およびワッサースタイン距離のためのホプクロフト＝カープ法およびオークションアルゴリズムの幾何的変種を開発・評価すること。
• パーシステンス図の距離計算において、既存のツール（例：Dionysus）を上回る、公開済みで最も高速な実装を提供すること。

提案手法

• バナディットマッチングにおける頂点探索を高速化するため、線形探索を幾何的近接クエリに置き換えるために、k-d 木をホプクロフト＝カープ法に統合する。
• 重み付き k-d 木を用いて、ベルツェーカスのオークションアルゴリズムの幾何的変種を実装し、ワッサースタイン距離計算における最適マッチの探索を加速する。
• 点に整数の多重度（質量）を持つ場合を扱うために、オークションアルゴリズムを拡張し、マッチング中に適応的に分割する。
• 両方のマッチング（バナディットおよびワッサースタイン）において、検索中に遠く離れた頂点を pruning するために k-d 木を用いることで、実行時間とメモリ消費量を削減する。
• 幾何的実装と純粋な組合せ的バージョン、および Dionysus ライブラリを比較し、性能向上を評価する。
• 平面の点集合（パーシステンス図として表現）を対象とし、基礎となる距離関数に L∞ を使用する。

実験結果

リサーチクエスチョン

• RQ1 割当問題において幾何的構造を活用することで、理論的漸近的利点を超えて、実用的性能に顕著な向上が得られるか？
• RQ2 k-d 木を用いたホプクロフト＝カープ法およびオークションアルゴリズムの幾何的変種は、組合せ的対応物に比べ、実行時間とメモリ使用量においてどの程度優れているか？
• RQ3 パーシステンス図間の距離計算において、幾何的アプローチは、Dionysus ライブラリなどの既存ソフトウェアをどの程度上回るか？
• RQ4 整数質量を扱うオークションアルゴリズムの性能は、平均多重度の増加に伴いどのように変化するか？
• RQ5 幾何的データ構造を用いることで、正確性を損なわずにワッサースタイン距離計算の計算コストを低減できるか？

主な発見

• k-d 木を用いたホプクロフト＝カープ法の幾何的変種は、純粋な組合せ的バージョンに比べ、実行時間とメモリ使用量を顕著に削減する。
• 幾何的オークションアルゴリズムは、特に大規模な点集合において、非幾何的対応物に比べ、実行時間とメモリ消費量の両面で優れている。
• 平均多重度が約 10 に達すると、整数質量を扱う実装は標準オークションよりも効率的になり、多重度が高くなるほど性能差が拡大する。
• 平均多重度が 50 および 100 の場合、整数質量を有する幾何的オークションは明確な性能優位性を示し、質量が増加しても実行時間が安定または減少する傾向にある。
• 整数質量バージョンのメモリ消費量は、平均多重度が固定されている場合、点の数に対して線形に増加する。高多重度下でも過剰に増大せず、安定的である。
• Dionysus（以前は唯一の公開可能ツール）に比べ、本実装は顕著な性能向上を示しており、特に大規模または高多重度のデータセットの処理において顕著である。