[논문 리뷰] Means and medians of sets of persistence diagrams

Katharine Turner|arXiv (Cornell University)|2013. 07. 31.

Topological and Geometric Data Analysis참고 문헌 6인용 수 10

한 줄 요약

이 논문은 영구 다이어그램 집합에 대한 통계적 측도인 평균과 중앙값을 Lp 유사 거리 척도를 사용하여 도입하여, 위상적 데이터 분석에서 강건한 중심 경향 추정을 가능하게 한다. 이는 유한한 비대角점들을 가진 다이어그램에 대해 평균이 일반적으로 유일하다는 것을 증명하며, 중앙값은 양의 측도를 가진 집합에서 유일하지 않을 수 있음을 보여준다.

ABSTRACT

The persistence diagram is the fundamental object in topological data analysis. It inherits the stochastic variability of the data we use as input. As such we need to understand how to perform statistics on the space of persistence diagrams. This paper looks at the space of persistence diagrams under a variety of different metrics which are analogous to L p metrics on the space of functions. Using these metrics we can form different cost functions defining different central tendencies and their corresponding measures of variability. This gives us the natural definitions of both the mean and median of a finite number of persistence diagrams. We give a characterization of the mean and the median of an odd number of persistence diagrams. Although we have examples of the mean not being unique nor continuous we prove that generically the mean of sets of persistence diagrams with finitely many off diagonal points is unique. In comparison the sets of persistence diagrams with finitely many off diagonal points which do not have a unique median is of positive measure.

연구 동기 및 목표

• 영구 다이어그램에 대한 엄밀한 통계적 프레임워크를 수립하는 것. 영구 다이어그램은 위상적 데이터 분석에서 핵심적인 역할을 한다.
• 자연스러운 벡터 공간 구조가 없는 영구 다이어그램 공간에서 중심 경향을 정의하는 데 도전하는 것.
• 다양한 Lp 유사 척도 하에서 유한한 영구 다이어그램 집합의 평균과 중앙값을 특성화하는 것.
• 영구 다이어그램 맥락에서 이러한 중심 경향 측도의 유일성 및 연속성 성질을 조사하는 것.

제안 방법

• 함수의 Lp 노름과 유사하게 영구 다이어그램 공간에 Lp 유사 척도를 사용하여 다이어그램 간의 거리를 정의한다.
• 선택된 척도 하에서 제곱 거리의 합에 기반한 비용 함수의 최소화자로 유한한 영구 다이어그램 집합의 평균을 정의한다.
• 모든 다이어그램까지의 거리 합의 최소화자로 중앙값을 정의하며, 이는 L1 추정과 유사하다.
• 기하학적 및 측도 이론적 추론을 적용하여 평균과 중앙값의 일반적 유일성을 분석한다.
• 비대각점이 유한한 수인 다이어그램을 고려하며, 해 공간의 구조에 집중한다.
• 최적 운반 이론 및 메트릭 기하학의 결과를 활용하여 최소화자의 존재성과 유일성을 분석한다.

실험 결과

연구 질문

• RQ1 유한한 수의 비대각점들을 가진 영구 다이어그램 집합의 평균이 유일해지는 조건은 무엇인가?
• RQ2 유한한 수의 비대각점들을 가진 영구 다이어그램 집합의 중앙값은 유일성 측면에서 어떻게 행동하는가?
• RQ3 영구 다이어그램에 적용된 Lp 척도 구조와 그로 인해 도출된 통계 측도 사이의 관계는 무엇인가?
• RQ4 평균이나 중앙값이 유일하지 않은 측도가 양의 측도를 가진 다이어그램 집합이 존재하는가?
• RQ5 위상적 데이터 분석 맥락에서 평균과 중앙값은 안정성과 강건성 측면에서 어떻게 비교되는가?

주요 결과

• 유한한 비대각점들을 가진 유한한 영구 다이어그램 집합의 평균은 일반적으로 유일하다. 비록 일부 경우에서 비유일성과 불연속성이 존재하는 예시가 있긴 하지만 말이다.
• 비대각점이 유한한 영구 다이어그램 중에서 중앙값이 유일하지 않은 집합은 양의 측도를 가지며, 이는 비유일성이 드문 일 occurrence가 아니라는 것을 시사한다.
• 작은 입력 다이어그램의 변형이 평균에 불연속적인 변화를 초래할 수 있기 때문에 평균은 항상 연속적이지는 않다.
• 중앙값은 평균보다 비유일성에 더 취약하며, 양의 측도를 가진 집합에서 비유일한 중앙값이 발생한다.
• 영구 다이어그램에 Lp 유사 척도를 적용하면 중심 경향의 잘 정의된 개념을 가능하게 하며, 평균은 일반적 유일성 측면에서 더 안정적이다.
• 이 논문은 영구 다이어그램의 통계 분석을 위한 이론적 기반을 구축하며, 실용적 위상적 데이터 분석 파ipeline에서 평균과 중앙값의 사용을 뒷받침한다.