[论文解读] Geometry Helps to Compare Persistence Diagrams

Michael Kerber, Dmitriy Morozov+1 more|arXiv (Cornell University)|Jun 10, 2016

Topological and Geometric Data Analysis参考文献 16被引用 10

一句话总结

本论文通过在Hopcroft–Karp和拍卖算法中集成k-d树，提出了一种用于计算持久图谱之间瓶颈距离和Wasserstein距离的几何加速方法——这是拓扑数据分析中的关键工具。该方法显著降低了运行时间和内存占用，相较于组合方法及现有软件实现，性能大幅提升，尤其在高重数点集上表现更优。

ABSTRACT

Exploiting geometric structure to improve the asymptotic complexity of discrete assignment problems is a well-studied subject. In contrast, the practical advantages of using geometry for such problems have not been explored. We implement geometric variants of the Hopcroft--Karp algorithm for bottleneck matching (based on previous work by Efrat el al.) and of the auction algorithm by Bertsekas for Wasserstein distance computation. Both implementations use k-d trees to replace a linear scan with a geometric proximity query. Our interest in this problem stems from the desire to compute distances between persistence diagrams, a problem that comes up frequently in topological data analysis. We show that our geometric matching algorithms lead to a substantial performance gain, both in running time and in memory consumption, over their purely combinatorial counterparts. Moreover, our implementation significantly outperforms the only other implementation available for comparing persistence diagrams.

研究动机与目标

• 探究在离散分配问题中利用几何结构是否能提升实际性能，特别是针对持久图谱比较。
• 开发并评估Hopcroft–Karp和拍卖算法的几何变体，用于瓶颈和Wasserstein距离计算。
• 提供目前公开可用的计算持久图谱间距离的最快实现，超越如Dionysus等现有工具。

提出的方法

• 将k-d树集成到Hopcroft–Karp算法中，以几何邻近查询替代线性扫描，从而加速瓶颈匹配中的顶点搜索。
• 使用加权k-d树实现Bertsekas拍卖算法的几何变体，以加速Wasserstein距离计算中最佳匹配的搜索。
• 通过将具有整数重数（质量）的点视为单一实体并在匹配过程中自适应分裂，扩展拍卖算法以处理整数重数。
• 利用k-d树在搜索过程中剪枝远距离顶点，从而在瓶颈和Wasserstein匹配中同时降低时间和内存消耗。
• 将几何实现与纯组合版本及Dionysus库进行对比，评估性能提升。
• 将该方法应用于表示持久图谱的平面点集，使用L∞作为底层度量。

实验结果

研究问题

• RQ1 在分配问题中利用几何结构是否能在实际中带来可测量的性能提升，而不仅仅是理论上的渐近优势？
• RQ2 基于k-d树的Hopcroft–Karp和拍卖算法的几何变体与纯组合版本相比，在运行时间和内存使用上表现如何？
• RQ3 该几何方法在计算持久图谱间距离方面，相较于现有软件（如Dionysus库）的性能优势有多大？
• RQ4 当平均重数增加时，带整数质量的拍卖算法性能如何变化？
• RQ5 几何数据结构是否能在不牺牲准确性的前提下降低Wasserstein距离计算的计算成本？

主要发现

• 使用k-d树的Hopcroft–Karp算法几何变体相比纯组合版本，显著减少了运行时间和内存占用。
• 几何拍卖算法在运行时间和内存消耗方面均优于其非几何对应版本，尤其在大点集上表现更优。
• 当平均重数达到约10时，带整数质量的实现比标准拍卖算法更高效，且在更高重数下性能差距进一步扩大。
• 当平均质量为50和100时，带整数质量的几何拍卖算法展现出明显的性能优势，运行时间随质量增加保持稳定甚至下降。
• 整数质量变体的内存消耗随点数线性增长（在平均质量固定时），即使在高重数下也不会过度增长。
• 该实现相比此前唯一公开可用的工具Dionysus，性能大幅提升，尤其在处理更大或更高重数的数据集时。