[论文解读] Multidimensional Interleavings and Applications to Topological Inference

Michael Lesnick|arXiv (Cornell University)|Jun 6, 2012

Topological and Geometric Data Analysis参考文献 33被引用 22

一句话总结

本文通过引入并分析多维度过滤与持久性模上的交错距离，为多维拓扑数据分析建立了理论基础。证明了在一维情况下交错距离等于瓶颈距离，是有限生成模上的度量，并将计算归约为求解二次系统，从而在多维设置下实现稳定的拓扑推断。

ABSTRACT

This work concerns the theoretical foundations of persistence-based topological data analysis. We develop theory of topological inference in the multidimensional persistence setting, and directly at the (topological) level of filtrations rather than only at the (algebraic) level of persistent homology modules. Our main mathematical objects of study are interleavings. These are tools for quantifying the similarity between two multidimensional filtrations or persistence modules. They were introduced for 1-D filtrations and persistence modules by Chazal, Cohen-Steiner, Glisse, Guibas, and Oudot. We introduce generalizations of the definitions of interleavings given by Chazal et al. and use these to define pseudometrics, called interleaving distances, on multidimensional filtrations and multidimensional persistence modules. We present an in-depth study of interleavings and interleaving distances. We then use them to formulate and prove several multidimensional analogues of a topological inference theorem of Chazal, Guibas, Oudot, and Skraba. These results hold directly at the level of filtrations; they yield as corollaries corresponding results at the module level.

研究动机与目标

• 为多维持久性设置下的拓扑推断建立稳健的理论框架，该领域相较于一维仍处于发展不足状态。
• 在多维过滤与持久性模上定义并分析交错距离，推广一维稳定性结果。
• 在过滤层面上直接制定并证明拓扑推断定理，避免依赖代数持久性模。
• 在特定代数条件下（特别是有理数域或素数阶域上）建立交错距离的最优性。
• 通过将交错距离归约为多元二次方程组，提供其计算路径。

提出的方法

• 将交错的定义从一维推广至多维持久性模，引入更广泛的交错类以供理论分析。
• 将交错距离定义为多维过滤与持久性模上的伪度量，并证明其满足与瓶颈距离类似的四种稳定性性质。
• 通过同伦理论中的局部化方法引入弱交错及弱交错距离，实现对过滤的同伦理论推断。
• 利用自由包络与有限生成 $B_n$-持久性模的极小表示，分析模结构并推导生成元与关系的界。
• 将两个有限生成模之间交错距离的计算归约为检查 $O(\log m)$ 个包含 $O(m^2)$ 个变量的多元二次方程组的可解性。
• 通过交错模的外蕴刻画，以模表示解释相似性，从而实现对推断结果的明确代数解释。

实验结果

研究问题

• RQ1 在一维持久同调设置下，交错距离是否等于瓶颈距离？
• RQ2 交错距离是否在有限生成的多维持久性模空间上构成度量？
• RQ3 在特定代数条件下，交错距离是否在指定代数意义下是持久性模上所有伪度量中的最优？
• RQ4 能否在过滤层面上直接制定并证明拓扑推断定理，而非在持久性模层面上？
• RQ5 计算两个有限生成多维持久性模之间交错距离的计算复杂度是多少？

主要发现

• 在一维拟紧持久性模上，交错距离等于瓶颈距离，确认与既有理论的一致性。
• 交错距离在有限生成多维持久性模上的限制构成度量，解决了关键基础问题。
• 交错距离在四种意义上具有稳定性，与瓶颈距离类似，支持其在实际推断中的应用。
• 在有理数域 $\mathbb{Q}$ 或素数阶域上，交错距离在指定代数意义下是伪度量中的最优，该结果甚至对一维情形亦属首次发现。
• 两个有限生成多维持久性模之间交错距离的计算可归约为求解 $O(\log m)$ 个包含 $O(m^2)$ 个变量的多元二次方程组。
• 弱交错距离支持同伦理论推断，证明随着样本量增加，随机 Čech 与 Vietoris-Rips 双过滤以概率收敛于超水平偏移双过滤。