[论文解读] Distributing Persistent Homology via Spectral Sequences

Álvaro Torras-Casas|arXiv (Cornell University)|Jul 11, 2019

Topological and Geometric Data Analysis参考文献 31被引用 7

一句话总结

本文提出了一种基于谱序列的分布式算法来计算持久同调，特别采用持久Mayer-Vietoris谱序列，以高效合并覆盖下的同调数据。该方法解决了扩展问题，并提出了PerMaViss，一种仅在本地隔离单纯形数据、仅合并同调信息的方法，其复杂度由局部复形大小和条形码数量主导。

ABSTRACT

We set up the theory for a distributed algorithm for computing persistent homology. For this purpose we develop linear algebra of persistence modules. We present bases of persistence modules, and give motivation as for the advantages of using them. Our focus is on developing efficient methods for the computation of homology of chains of persistence modules. Later we give a brief, self contained presentation of the Mayer-Vietoris spectral sequence. Then we study the Persistent Mayer-Vietoris spectral sequence and present a solution to the extension problem. Finally, we review PerMaViss, a method implementing these ideas. This procedure distributes simplicial data, while focusing on merging homological information.

研究动机与目标

• 开发一种用于持久同调计算的分布式框架，以解决大规模拓扑数据分析中的可扩展性问题。
• 解决现有方法（如膨胀复形）在一般覆盖下复形规模呈指数增长的局限性。
• 将拓扑工具——特别是谱序列——整合到持久同调中，以实现高效且覆盖感知的计算。
• 为持久Mayer-Vietoris谱序列中的扩展问题提供解决方案，这是实际实现中的关键障碍。
• 设计一种方法，在保留覆盖信息的同时最小化数据传输，通过聚焦于同调合并而非完整单纯形数据分发。

提出的方法

• 为持久模组开发线性代数框架，包括模组的基以及态射的关联矩阵。
• 将持久同调推广至使用持久Mayer-Vietoris谱序列在过滤覆盖上进行计算。
• 在持久模组设定下显式计算谱序列中的像、核与商。
• 提出一种新颖算法，以高效求解谱序列中的扩展问题，从而从谱序列页中恢复完整的同调群。
• 设计PerMaViss，一种将单纯形数据分配给处理器的分布式算法，仅交换同调信息（如条形码和扩展数据）。
• 推导复杂度界，表明整体代价由局部矩阵运算和条形码处理主导，在稀疏覆盖下具有良好的可扩展性。

实验结果

研究问题

• RQ1 如何将谱序列适配于分布式持久同调计算，同时保持拓扑结构？
• RQ2 在持久模组中应用谱序列的计算挑战是什么，特别是计算核、像与商时？
• RQ3 如何在实际中高效求解持久Mayer-Vietoris谱序列中的扩展问题？
• RQ4 在保证正确全局同调重构的前提下，能在多大程度上将单纯形数据隔离在每个处理器内？
• RQ5 在实际覆盖结构下，所提出的分布式算法的复杂度特性如何？

主要发现

• 在有利覆盖条件下，所提方法PerMaViss的复杂度被限定为 $\mathcal{O}(X^3) + \mathcal{O}(H^4)$，其中 $X$ 为局部复形大小，$H$ 为非平凡条形码数量。
• 该算法将单纯形数据隔离在本地处理器，仅合并同调信息，显著降低了通信开销。
• 通过计算 $L$-页 $L$ 次并处理 $D_s$ 个扩展步骤，解决了扩展问题，每处理器的总复杂度被限定为 $\mathcal{O}(|N^\mathcal{U}|D_sX^2H) + \mathcal{O}(4LH^4)$。
• 对于相互交集较小且神经复形稀疏的覆盖，由于 $|N^\mathcal{U}|$ 和 $D_s$ 减小，该方法实现了显著的性能提升。
• 谱序列的第一和第二页计算成本最高，表明大部分拓扑信息在早期即被捕捉。
• 该方法与现有持久同调优化技术兼容，并为与离散莫射理论及mapper-based覆盖的集成开辟了新途径。