[论文解读] A spectral sequence for parallelized persistence

David B. Lipsky, Primož Škraba+1 more|arXiv (Cornell University)|Dec 6, 2011

Topological and Geometric Data Analysis参考文献 28被引用 20

一句话总结

本文提出一种基于谱序列的方法，通过将空间划分为重叠的子区域，对每个子区域局部计算持久同调，并利用广义Mayer-Vietoris谱序列合并结果，从而实现对大规模数据集的持久同调计算。该方法支持高效的并行化，并提供了核、像与余核持久同调的代数表达式，同时为同调与持久同调Nerve引理提供了简化的代数证明。

ABSTRACT

We approach the problem of the computation of persistent homology for large datasets by a divide-and-conquer strategy. Dividing the total space into separate but overlapping components, we are able to limit the total memory residency for any part of the computation, while not degrading the overall complexity much. Locally computed persistence information is then merged from the components and their intersections using a spectral sequence generalizing the Mayer-Vietoris long exact sequence. We describe the Mayer-Vietoris spectral sequence and give details on how to compute with it. This allows us to merge local homological data into the global persistent homology. Furthermore, we detail how the classical topology constructions inherent in the spectral sequence adapt to a persistence perspective, as well as describe the techniques from computational commutative algebra necessary for this extension. The resulting computational scheme suggests a parallelization scheme, and we discuss the communication steps involved in this scheme. Furthermore, the computational scheme can also serve as a guideline for which parts of the boundary matrix manipulation need to co-exist in primary memory at any given time allowing for stratified memory access in single-core computation. The spectral sequence viewpoint also provides easy proofs of a homology nerve lemma as well as a persistent homology nerve lemma. In addition, the algebraic tools we develop to approch persistent homology provide a purely algebraic formulation of kernel, image and cokernel persistence (D. Cohen-Steiner, H. Edelsbrunner, J. Harer, and D. Morozov. Persistent homology for kernels, images, and cokernels. In Proceedings of the twentieth Annual ACM-SIAM Symposium on Discrete Algorithms, pages 1011-1020. Society for Industrial and Applied Mathematics, 2009.)

研究动机与目标

• 为解决标准持久同调算法在大规模数据集上存在的内存与可扩展性限制。
• 通过将空间分解为重叠的子复形，实现持久同调的分布式与并行计算。
• 构建一个谱序列框架，将局部同调数据合并为全局持久同调，同时保持最小的内存开销。
• 为核、像与余核持久同调模提供统一的代数表达形式。
• 为经典结果（如同调与持久同调设置下的Nerve引理）提供新的、简化的代数证明。

提出的方法

• 该方法使用过滤空间的覆盖将其划分为重叠的子复形，以实现持久同调计算的局部化。
• 通过覆盖的单纯复形构造双复形，生成收敛于全局持久同调的谱序列。
• 该谱序列推广了Mayer-Vietoris长正合序列，能够通过迭代方式从局部数据逼近全局同调。
• 算法在E^r页上使用k[t]环上的矩阵运算计算微分，从而实现对过滤层级的持久性追踪。
• 通过分次模同态确保局部与全局持久同调模之间的兼容性。
• 该框架支持跨组件的并行计算，同时通过分层访问边界矩阵实现在单核环境下的内存高效执行。

实验结果

研究问题

• RQ1 如何在有限内存条件下高效计算大规模数据集的持久同调？
• RQ2 能否使用谱序列框架将来自重叠子复形的局部持久同调计算结果合并为全局结果？
• RQ3 何种代数结构使得在纯代数设定下能够形式化核、像与余核持久同调模？
• RQ4 谱序列方法如何简化或推广经典及持久同调Nerve引理？
• RQ5 使用该方法进行持久同调有效并行化时，所需的通信与同步模式是什么？

主要发现

• 谱序列方法通过将空间划分为重叠组件并利用代数运算合并结果，实现了持久同调的并行计算。
• 该方法通过仅在局部子复形及其交集中进行计算，显著降低了峰值内存使用量，实现了内存效率。
• 该框架为核、像与余核持久同调模提供了完全代数化的表达形式，扩展了先前的拓扑构造。
• 在交集持续为Acyclic的条件下，持久Nerve引理由谱序列在E^1页坍缩而代数化证明。
• 同调与持久同调Nerve引理由谱序列重新推导，且证明过程更简洁，表明无需显式构造同伦即可满足Nerve条件。
• 该方法自然地支持并行化策略，即在各组件上独立计算，并在谱序列收敛阶段进行受控通信。