[论文解读] Generalized Persistence Algorithm for Decomposing Multi-parameter Persistence Modules

Tamal K. Dey, Cheng Xin|arXiv (Cornell University)|Apr 7, 2019

Topological and Geometric Data Analysis参考文献 51被引用 11

一句话总结

本论文提出了一种用于在 Z^d 上分解多参数持久性模的广义持久性算法，采用了一种新颖的矩阵约化技术，时间复杂度为 O(N^{2ω+1})，其中 ω < 2.373 为矩阵乘法指数。该方法高效计算出具有不同等级生成元与关系的有限表示模的唯一分解，其理论与实践性能均显著优于 Meataxe 算法。

ABSTRACT

The classical persistence algorithm computes the unique decomposition of a persistence module implicitly given by an input simplicial filtration. Based on matrix reduction, this algorithm is a cornerstone of the emergent area of topological data analysis. Its input is a simplicial filtration defined over the integers $\mathbb{Z}$ giving rise to a $1$-parameter persistence module. It has been recognized that multiparameter version of persistence modules given by simplicial filtrations over $d$-dimensional integer grids $\mathbb{Z}^d$ is equally or perhaps more important in data science applications. However, in the multiparameter setting, one of the main challenges is that topological summaries based on algebraic structure such as decompositions and bottleneck distances cannot be as efficiently computed as in the $1$-parameter case because there is no known extension of the persistence algorithm to multiparameter persistence modules. We present an efficient algorithm to compute the unique decomposition of a finitely presented persistence module $M$ defined over the multiparameter $\mathbb{Z}^d$. The algorithm first assumes that the module is presented with a set of $N$ generators and relations that are \emph{distinctly graded}. Based on a generalized matrix reduction technique it runs in $O(N^{2ω+1})$ time where $ω&lt;2.373$ is the exponent for matrix multiplication. This is much better than the well known algorithm called Meataxe which runs in $ ilde{O}(N^{6(d+1)})$ time on such an input. In practice, persistence modules are usually induced by simplicial filtrations. With such an input consisting of $n$ simplices, our algorithm runs in $O(n^{(d-1)(2ω+ 1)})$ time for $d\geq 2$. For the special case of zero dimensional homology, it runs in time $O(n^{2ω+1})$.

研究动机与目标

• 开发一种高效算法，用于计算在 Z^d 上的有限表示多参数持久性模的唯一分解。
• 克服现有方法（如 Meataxe）在维度和输入规模增大时计算效率低下的问题。
• 为从单纯复形滤子中产生的模提供一种实用且可扩展的替代 Meataxe 的方法，适用于拓扑数据分析。
• 为计算稳定不变量（如持久性分级 Betti 数与区块码）在多参数设置下的基础奠定基础。

提出的方法

• 该算法采用专为具有不同等级生成元与关系的多参数持久性模设计的广义矩阵约化技术。
• 通过编码生成元与关系的表示矩阵来表示模，避免了对线性映射进行昂贵的显式表示。
• 核心计算基于多项式环上的矩阵约化，经调整以处理多级结构，并通过 Krull-Schmidt 定理确保唯一分解。
• 对于具有 n 个单纯形的单纯复形滤子，当 d ≥ 2 时，算法时间复杂度为 O(n^{(d-1)(2ω+1)})，零维同调时为 O(n^{2ω+1})。
• 该方法假设所有生成元与关系均具有不同等级；若不满足此条件，仍能计算一个与原始模在交错距离下任意接近的扰动模 M′ 的分解。
• 该算法设计兼容单参数 TDA 中的现有技术（如边界矩阵方法），并可借助先进的矩阵乘法技术进一步加速。

实验结果

研究问题

• RQ1 能否设计一种既高效又实用的广义持久性算法，用于多参数模，从而避免 Meataxe 的高昂计算成本？
• RQ2 在单纯复形滤子中，该算法的性能如何随单纯形数量与维度 d 的变化而变化？
• RQ3 当实际应用中不满足不同等级假设时，所计算分解的稳定性如何？
• RQ4 该算法能否被扩展或调整，以对一般多参数模提供具有稳定性保证的近似分解？
• RQ5 能否从不变量（如持久性分级 Betti 数、区块码）构造出新的伪度量，以及这些伪度量与现有度量（如交错距离与瓶颈距离）有何关联？

主要发现

• 该算法在 O(N^{2ω+1}) 时间内计算出有限表示多参数持久性模的唯一分解，其中 N 为生成元与关系的数量。
• 当 d ≥ 2 时，若输入为具有 n 个单纯形的单纯复形滤子，时间复杂度为 O(n^{(d-1)(2ω+1)})。
• 对于零维同调，时间复杂度降低至 O(n^{2ω+1})，与目前已知最优的单参数算法一致。
• 该算法在理论与实践上均显著优于 Meataxe（其时间复杂度为 ˜O(N^{6(d+1)})）。
• 即使不满足不同等级假设，该算法仍能计算出一个与原始模 M 在交错距离下任意接近的模 M′ 的分解。
• 所计算的不变量——持久性分级 Betti 数与区块码——将单参数情形下的持久性图与条形码推广至多参数设置。