[论文解读] From trees to barcodes and back again: theoretical and statistical perspectives

Lida Kanari, Adélie Garin+1 more|arXiv (Cornell University)|Oct 22, 2020

Topological and Geometric Data Analysis参考文献 26被引用 4

一句话总结

本文提出了一套理论与计算框架，用于研究拓扑数据分析与几何树结构之间的逆向关系，重点关注拓扑形态描述符（TMD）和拓扑神经元合成（TNS）算法。研究证明，TNS 作为 TMD 的稳定、随机逆映射，通过利用对称群对树实现进行分类，表明条形码排列显著影响可能的几何树数量，且生物树仅占据可能组合类型的受限子集。

ABSTRACT

Methods of topological data analysis have been successfully applied in a wide range of fields to provide useful summaries of the structure of complex data sets in terms of topological descriptors, such as persistence diagrams. While there are many powerful techniques for computing topological descriptors, the inverse problem, i.e., recovering the input data from topological descriptors, has proved to be challenging. In this article we study in detail the Topological Morphology Descriptor (TMD), which assigns a persistence diagram to any tree embedded in Euclidean space, and a sort of stochastic inverse to the TMD, the Topological Neuron Synthesis (TNS) algorithm, gaining both theoretical and computational insights into the relation between the two. We propose a new approach to classify barcodes using symmetric groups, which provides a concrete language to formulate our results. We investigate to what extent the TNS recovers a geometric tree from its TMD and describe the effect of different types of noise on the process of tree generation from persistence diagrams. We prove moreover that the TNS algorithm is stable with respect to specific types of noise.

研究动机与目标

• 研究拓扑神经元合成（TNS）算法在多大程度上能通过随机方式从其 TMD 条形码中恢复原始几何树。
• 形式化利用对称群对几何树进行组合分类，建立条形码排列与树实现数量之间的关联。
• 分析 TNS 在噪声下的稳定性，特别是条形码中条的对换操作，量化其鲁棒性。
• 通过分析 TMD 等价类与实现频率，比较生物神经元形态与随机树的差异。
• 通过测量其与随机条形码分布的偏离程度，识别生物树中的结构约束。

提出的方法

• TMD 算法将任意嵌入 R³ 中的有限二叉树映射为持久条形码（即区间的多重集），通过拓扑不变量的出生与死亡时间编码拓扑特征。
• TNS 算法使用参数化的随机过程，从条形码中随机生成几何树，树结构由条形码条的排列决定。
• 利用对称群对条形码进行分类，通过死亡时间的排列实现，从而在树实现上建立组合等价关系。
• 推导出给定条形码所对应几何树实现数量的显式公式，基于条形码死亡时间所关联的排列。
• 使用对称群的凯莱图可视化条形码对换操作下树实现数量的变化。
• 计算实验分析了树实现数量的分布、经验组合类型，以及随机与生物条形码在 TMD 等价类中的多样性。

实验结果

研究问题

• RQ1 TNS 算法在多大程度上能从其 TMD 条形码中恢复原始几何树？其恢复效果如何依赖于条形码排列？
• RQ2 当条形码中的条被重新排列时，实现某一给定条形码的几何树数量如何变化？对称群在此过程中起到什么作用？
• RQ3 TNS 算法在小扰动（如条形码中两个条的对换）下是否具有稳定性？
• RQ4 为何生物神经元形态仅占据可能 TMD 等价类的一小部分？这反映了何种生物学约束？
• RQ5 TNS 的随机性如何影响生成树的组合类型方差，特别是在出生或死亡时间相近时？

主要发现

• 给定条形码的几何树实现数量由死亡时间的排列唯一确定，当所有死亡时间互异且条数为 n+1 时，公式为 n!。
• TNS 算法对条形码对换具有稳定性，通过瓶颈距离与对换稳定性证明，条形码的小变化仅导致生成树的微小变化。
• 来自神经元重建的生物条形码仅代表可能 TMD 等价类的一小部分，表明生物形态存在强烈约束。
• 通过 TNS 生成特定组合树类型的概率取决于参数 λ，反映了算法的随机性，导致不同运行间输出存在差异。
• 当条形码中存在出生或死亡时间相近的条时，TNS 在多个等价类间表现出振荡行为，导致输出方差增加。
• 生物顶端树突的树实现数量分布显著低于理论最大值（n!），表明其结构并非随机，而是受生物学约束。