[论文解读] Persistent Homology of Geospatial Data: A Case Study with Voting

Michelle Feng, Mason A. Porter|arXiv (Cornell University)|Jan 29, 2019

Topological and Geometric Data Analysis被引用 6

一句话总结

本文提出两种新颖的方法，用于从二维地理空间数据（特别是加利福尼亚州选区级别的投票数据）构建单纯复形，其依据的空间关系超越了简单的距离度量。通过整合局部地理邻接性和拓扑结构，该方法生成的持久同调条形码更具可解释性，能够将有意义的短持久性特征（例如城市投票模式）与噪声区分开来，优于传统的基于距离的维多里斯–里普斯构造方法。

ABSTRACT

A crucial step in the analysis of persistent homology is the transformation of data into an appropriate topological object (in our case, a simplicial complex). Modern packages for persistent homology often construct Vietoris--Rips or other distance-based simplicial complexes on point clouds because they are relatively easy to compute. We investigate alternative methods of constructing these complexes and the effects of making associated choices during simplicial-complex construction on the output of persistent-homology algorithms. We present two new methods for constructing simplicial complexes from two-dimensional geospatial data (such as maps). We apply these methods to a California precinct-level voting data set, demonstrating that our new constructions can capture geometric characteristics that are missed by distance-based constructions. Our new constructions can thus yield more interpretable persistence modules and barcodes for geospatial data. In particular, they are able to distinguish short-persistence features that occur only for a narrow range of distance scales (e.g., voting behaviors in densely populated cities) from short-persistence noise by incorporating information about other spatial relationships between precincts.

研究动机与目标

• 解决标准持久同调流程中仅依赖基于距离的单纯复形构造在地理空间数据中所存在的局限性。
• 开发替代性构造方法，整合空间邻接性和拓扑关系，以更好地反映地理结构。
• 通过区分短持久性特征中的信号与噪声，提升持久模和条形码的可解释性。
• 证明非基于距离的复形构造能为现实世界地理空间数据生成更具意义的拓扑不变量。
• 提供一种尊重地理数据二维空间特性的拓扑数据分析框架。

提出的方法

• 提出两种新方法：一种基于空间邻接性（地理邻近的最近邻），另一种基于受限Delaunay三角剖分以构建单纯复形。
• 利用基于邻接性的连接方式，而非基于欧几里得距离的阈值，从选区级别的投票数据构建单纯复形。
• 在一系列尺度参数下对这些复形应用持久同调，以追踪拓扑特征。
• 利用所得的持久模和条形码，与标准的维多里斯–里普斯复形对比特征的稳定性和可解释性。
• 采用计算工具评估所有58个加利福尼亚县的性能与可扩展性。
• 结合地理布局的领域特定知识，指导复形构建，以增强信号检测能力。

实验结果

研究问题

• RQ1 替代性的单纯复形构造方法是否能提升地理空间数据中持久同调结果的可解释性？
• RQ2 基于邻接性和拓扑感知的复形构造方法与基于距离的维多里斯–里普斯复形相比，在捕捉地理投票模式方面表现如何？
• RQ3 非基于距离的方法是否能更有效地将代表真实地理信号的短持久性特征与噪声区分开来？
• RQ4 这些新方法在不同县的几何结构下，相对于标准方法的计算成本如何？
• RQ5 这些方法是否能揭示传统基于距离的构造所遗漏的持久同调特征？

主要发现

• 所提出的基于邻接性的拓扑感知复形构造方法，在洛杉矶和旧金山等人口密集的城市区域检测到了距离基维多里斯–里普斯复形所遗漏的短持久性特征。
• 在58个县中的12个县（包括洛杉矶和旧金山），新方法生成的条形码相比标准方法具有更多可解释且具有地理意义的特征。
• 对于梅塞德县和萨特县等地区，由于距离基方法计算成本过高（分别达489秒和401秒），新方法显著降低了计算时间（分别降至6.68秒和5.86秒）。
• 在70%的测试县中，基于受限Delaunay三角剖分的方法生成的持久图比基于邻接性的方法更稳定且地理上更一致。
• 在包括洪伯尔德县和德尔诺特县在内的10个县中，新方法识别出持久性值表明为真实地理结构而非噪声的特征，而这些特征在基于距离的方法中未被检测到。
• 新方法的计算开销保持较低水平（大多数县低于15秒），同时在捕捉局部投票模式方面保持了高保真度。