[论文解读] Persistent Homology with k-nearest-neighbor Filtrations reveals Topological Convergence of PageRank

Minh Le, Dane Taylor|arXiv (Cornell University)|Jun 9, 2022

Topological and Geometric Data Analysis被引用 4

一句话总结

本文提出k近邻（kNN）过滤作为拓扑数据分析中持久同调的新框架，可检测相对节点排名中的拓扑收敛性。结果表明，基于kNN的持久同调在仅5–9次迭代后即可捕获PageRank中的排名收敛，优于Vietoris-Rips过滤，后者追踪向量范数收敛，需更多次迭代才能稳定。

ABSTRACT

Graph-based representations of point-cloud data are widely used in data science and machine learning, including epsilon-graphs that contain edges between pairs of data points that are nearer than epsilon and kNN-graphs that connect each point to its k-nearest neighbors. Recently, topological data analysis has emerged as a family of mathematical and computational techniques to investigate topological features of data using simplicial complexes. These are a higher-order generalization of graphs and many techniques such as Vietoris-Rips (VR) filtrations are also parameterized by a distance epsilon. Here, we develop kNN complexes as a generalization of kNN graphs, leading to kNN-based persistent homology techniques for which we develop stability and convergence results. We apply this technique to characterize the convergence properties PageRank, highlighting how the perspective of discrete topology complements traditional geometrical-based analyses of convergence. Specifically, we show that convergence of relative positions (i.e., ranks) is captured by kNN persistent homology, whereas persistent homology with VR filtrations coincides with vector-norm convergence. Beyond PageRank, kNN-based persistent homology is expected to be useful to other data-science applications in which the relative positioning of data points is more important than their precise locations.

研究动机与目标

• 开发一种基于k近邻（kNN）过滤的新拓扑数据分析框架，将kNN图推广为单纯复形。
• 为基于kNN的持久同调建立理论稳定性与收敛性，尤其关注离散拓扑结构。
• 研究kNN持久同调如何揭示迭代算法（如PageRank）中相对节点排名的收敛性，而VR过滤反映的是基于范数的收敛。
• 比较kNN与VR过滤在捕捉不同收敛方面的表现：kNN反映排名顺序，VR反映向量范数衰减。
• 展示kNN持久同调在预测除PageRank外其他数值算法收敛所需迭代次数方面的实用性。

提出的方法

• 通过基于每个点的k个最近邻添加k-单纯形来构建kNN复形，形成以k为参数的kNN过滤。
• 定义局部kNN过滤及子集节点的持久同调，以分析图中特定区域的收敛性。
• 使用瓶颈距离比较kNN与VR过滤的持久图，量化拓扑稳定性和收敛性。
• 将kNN持久同调应用于迭代的PageRank过程，追踪图拓扑在各次迭代中的演化。
• 提出三种收敛类型：全局收敛、κ-有界收敛与U-局部收敛，以在不同尺度和子集上分析收敛性。
• 利用离散拓扑原理分析点的相对排序，避免依赖连续距离度量。

实验结果

研究问题

• RQ1 基于kNN的持久同调与Vietoris-Rips过滤在捕捉迭代算法收敛性方面有何不同？
• RQ2 kNN持久同调是否能比向量范数收敛更早检测到PageRank中节点排名（即相对顺序）的收敛？
• RQ3 适用于kNN基持久图的稳定性与收敛定理有哪些？它们如何与kNN排序差异相关联？
• RQ4 局部kNN持久同调如何揭示高排名节点子集与随机选择节点子集中收敛模式的差异？
• RQ5 kNN持久同调在多大程度上为传统基于范数的收敛分析提供了互补见解，尤其在数值算法中？

主要发现

• 对于随机选择的节点子集，kNN持久同调在仅5次迭代后即可检测到PageRank中节点排名的收敛，而基于向量范数的收敛（VR方法）则需要更多次迭代。
• 对于排名前10的PageRank节点，kNN持久同调显示约在9次迭代后即实现排名收敛，与表1中观察到的排名稳定化一致。
• VR过滤与向量范数收敛高度相关，这符合稳定性定理的保证；而kNN过滤反映的是相对排序的收敛。
• kNN持久图之间的瓶颈距离受kNN排序最大差异的有界控制，建立了某种离散稳定性形式。
• kNN基持久同调表明，排名的拓扑收敛可能先于基于范数的收敛发生，凸显其在排序敏感应用中的实用性。
• 理论分析识别出三种收敛类型——全局收敛、κ-有界收敛与U-局部收敛——表明kNN同调可在不同尺度和感兴趣子集上检测收敛。