[论文解读] Homology-Preserving Dimensionality Reduction via Manifold Landmarking and Tearing

Lin Yan, Zhao Yaodong+3 more|arXiv (Cornell University)|Jun 22, 2018

Topological and Geometric Data Analysis参考文献 5被引用 8

一句话总结

本文提出了一种基于流形地标化与撕裂的同调保持降维方法，以在数据嵌入过程中保持拓扑特征——尤其是1维环路。通过基于同调结构战略性地选择地标，并应用最优流形撕裂，该方法在保持同调性和距离方面优于标准Isomap和随机地标化方法，尤其在Fishing Net和Octa等复杂、非平凡数据集上表现更优。

ABSTRACT

Dimensionality reduction is an integral part of data visualization. It is a process that obtains a structure preserving low-dimensional representation of the high-dimensional data. Two common criteria can be used to achieve a dimensionality reduction: distance preservation and topology preservation. Inspired by recent work in topological data analysis, we are on the quest for a dimensionality reduction technique that achieves the criterion of homology preservation, a generalized version of topology preservation. Specifically, we are interested in using topology-inspired manifold landmarking and manifold tearing to aid such a process and evaluate their effectiveness.

研究动机与目标

• 开发一种降维技术，以保持同调性（一种广义的拓扑形式），特别是高维数据中的1维环路（隧道）。
• 解决传统距离保持方法（如Isomap）在非线性流形上无法维持拓扑结构的局限性。
• 通过将同调信息整合到地标选择和嵌入过程中，改进现有的拓扑保持方法。
• 评估基于同调骨架引导的流形撕裂在提升降维过程中拓扑保真度方面的有效性。
• 证明同调保持可与距离保持共存，甚至在低维嵌入中增强距离保持性能。

提出的方法

• 该方法提出同调L-Isomap，即一种基于同调信息选择地标以提升嵌入质量的Isomap变体。
• 地标基于数据的同调骨架选择，强调对持久同调特征有贡献的区域。
• 通过在同调骨架中剪切特定边来实施流形撕裂，以‘打开’数据结构，减少拓扑失真。
• 最优撕裂通过评估哪些剪切能最大程度保留持久同调特征（使用持久图）来确定。
• 距离保持性通过残差方差（RV）评估，而同调保持性则通过持久图之间的Wasserstein距离评估。
• 该方法结合了拓扑质量度量（WD₀, WD₁）与几何保真度，以平衡同调与距离的保持。

实验结果

研究问题

• RQ1 能否通过基于拓扑特征（如持久同调）的地标化实现同调保持的降维？
• RQ2 与随机或均匀地标选择相比，同调地标选择在低维嵌入中对同调和距离的保持效果如何？
• RQ3 在标准Isomap无法保持环路的情况下，流形撕裂能在多大程度上提升降维中的拓扑保真度？
• RQ4 同调L-Isomap的性能是否依赖于底层数据流形的复杂性和同调丰富度？
• RQ5 将同调骨架整合到降维流程中，能否在不牺牲几何精度的前提下，更好地保持1维同调（环路）？

主要发现

• 同调L-Isomap在仅使用21个地标时，其残差方差（距离）保持性能优于标准Isomap和随机L-Isomap，并在使用42个地标时与Isomap持平。
• 同调L-Isomap的最优地标数量约为76个，兼顾了计算效率与拓扑保真度。
• 在Fishing Net和Octa等复杂数据集上，同调L-Isomap在保持同调特征方面始终优于Isomap和随机L-Isomap。
• 在Swiss roll带孔等简单流形上，同调L-Isomap未表现出显著优势，表明其优势体现在拓扑丰富的数据中。
• 在Cylinder-5中，流形撕裂保留了6个持久同调特征中的5个，而标准Isomap则破坏了其中5个，证明其在拓扑保持方面具有显著优势。
• 在Airfoil1中，最优撕裂保留了3个同调特征中的2个，而Isomap仅保留了其中的3个，表明当牺牲一个特征时，撕裂可增强同调保持性能。