[论文解读] Ultrametric and Generalized Ultrametric in Computational Logic and in Data Analysis

Fionn Murtagh|arXiv (Cornell University)|Aug 20, 2010

Rough Sets and Fuzzy Logic参考文献 26被引用 4

一句话总结

本文提出了一种统一框架，将超度量和广义超度量结构整合到计算逻辑与数据分析中，通过线性时间算法实现高效的层次聚类。它展示了度量空间、超度量空间和广义超度量空间如何在数据中支持几何与拓扑推理，应用涵盖逻辑编程、近似链以及基于格的相异度表示的正式概念分析。

ABSTRACT

Following a review of metric, ultrametric and generalized ultrametric, we review their application in data analysis. We show how they allow us to explore both geometry and topology of information, starting with measured data. Some themes are then developed based on the use of metric, ultrametric and generalized ultrametric in logic. In particular we study approximation chains in an ultrametric or generalized ultrametric context. Our aim in this work is to extend the scope of data analysis by facilitating reasoning based on the data analysis; and to show how quantitative and qualitative data analysis can be incorporated into logic programming.

研究动机与目标

• 通过引入度量、超度量和广义超度量框架，扩展数据分析，以建模信息的几何与拓扑结构。
• 通过超度量和广义超度量嵌入，实现高效、线性时间的层次结构计算。
• 通过可计算实数与球形完备系统中的不动点收敛，弥合定量数据分析与定性逻辑编程之间的鸿沟。
• 展示基于格的相异度表示在正式概念分析中用于层次聚类的实用性。
• 探索超度量与广义超度量空间中近似链的对称性与归纳极限结构。

提出的方法

• 以成对相异度作为输入，通过最小化方差变化的凝聚准则，将它们映射到层次聚类结构。
• 通过定义一个凝聚层级函数 ν，将层次结构转换为超度量，该函数为嵌套聚类分配递增的值。
• 定义超度量 D(q, q') = ν(q'')，其中 q'' 是层次结构中聚类 q 和 q' 的最低共同祖先。
• 通过将对象对映射到一个并半格（例如属性的幂集）的元素，应用广义超度量，实现基于格的相异度表示。
• 使用简单匹配系数计算属性层面的相异度，并将结果映射到按子集基数排序的格节点。
• 利用球形完备性与扩张自同构，建模广义超度量系统中收敛到不动点的过程。

实验结果

研究问题

• RQ1 如何利用超度量和广义超度量结构来建模数据分析中信息的几何与拓扑结构？
• RQ2 基于广义超度量的聚类相较于传统的基于度量的方法具有何种计算优势？
• RQ3 如何利用形式概念分析中格序结构的形式化方法，基于属性相异度实现层次聚类？
• RQ4 在超度量空间中，近似链以何种方式支持逻辑推理与不动点计算？
• RQ5 如何通过球形完备系统与扩张自同构实现在广义超度量框架中的收敛？

主要发现

• 基于广义超度量的聚类实现 O(n) 的线性时间复杂度，与标准基于度量的层次聚类 O(n²) 复杂度形成鲜明对比。
• 层次结构（树状图）与超度量空间之间存在双射关系，使得聚类结果可被转化为度量结构。
• 在正式概念分析中，基于格的相异度表示允许基于属性集合进行层次聚类，聚类由共享的属性子集定义。
• 在基于属性的相异度映射中使用简单匹配系数，可构建成对对象关系的并半格表示。
• 球形完备系统与扩张自同构为广义超度量系统中收敛到不动点提供了正式框架。
• 将超度量结构整合到逻辑中，可通过近似链与通过缩小有理区间表示的可计算实数，支持推理。