[论文解读] Stability of multidimensional persistent homology with respect to domain perturbations

Patrizio Frosini, Claudia Landi|arXiv (Cornell University)|Jan 7, 2010

Topological and Geometric Data Analysis参考文献 17被引用 5

一句话总结

本文通过使用距离函数将集合扰动转化为函数扰动，建立了多维度持久同调在域扰动下的稳定性。证明了秩不变量之间的多维度匹配距离被Hausdorff距离、对称差距离和上确界距离所上界，确保在各种域形变下形状分析的鲁棒性，同时保持原始拓扑信息。

ABSTRACT

Motivated by the problem of dealing with incomplete or imprecise acquisition of data in computer vision and computer graphics, we extend results concerning the stability of persistent homology with respect to function perturbations to results concerning the stability with respect to domain perturbations. Domain perturbations can be measured in a number of different ways. An important method to compare domains is the Hausdorff distance. We show that by encoding sets using the distance function, the multidimensional matching distance between rank invariants of persistent homology groups is always upperly bounded by the Hausdorff distance between sets. Moreover we prove that our construction maintains information about the original set. Other well known methods to compare sets are considered, such as the symmetric difference distance between classical sets and the sup-distance between fuzzy sets. Also in these cases we present results stating that the multidimensional matching distance between rank invariants of persistent homology groups is upperly bounded by these distances. An experiment showing the potential of our approach concludes the paper.

研究动机与目标

• 解决在域（拓扑空间）发生扰动时持久同调缺乏稳定性的问题，这在涉及噪声或不完整数据的实际应用中至关重要。
• 将现有稳定性结果——此前仅限于函数扰动——扩展至域本身的扰动，例如几何形变或异常值。
• 开发一个通用框架，通过使用距离函数编码集合，将域扰动问题转化为函数扰动问题。
• 确保在域扰动后，原始域的持久同调仍可被恢复，从而保持拓扑信息。

提出的方法

• 将紧致集合 $K$ 替换为其在固定域 $D$ 上定义的距离函数 $f_K$，从而将域扰动转化为函数扰动。
• 在 $D$ 上构造一个新的多参数度量函数 $\vec{\Phi} = (f_K, \vec{\varphi})$，其中 $\vec{\varphi}$ 是原函数在 $K$ 上的限制，使现有函数扰动稳定性结果得以应用。
• 使用多维度匹配距离比较 $\vec{\Phi}$ 的持久同调群的秩不变量，这些不变量在小函数扰动下是稳定的。
• 证明当使用距离函数编码集合时，秩不变量之间的多维度匹配距离被集合之间的Hausdorff距离所上界。
• 通过定义适当的函数以编码集合差异，将该方法扩展到对称差距离。
• 对模糊集使用隶属函数之间的上确界距离，采用相同策略，确保在模糊扰动下的稳定性。

实验结果

研究问题

• RQ1 当函数的定义域发生扰动而非仅函数值发生扰动时，持久同调是否仍保持稳定？
• RQ2 当使用距离函数编码域时，使用距离函数编码的两个紧致集合 $K_1$ 和 $K_2$ 的秩不变量之间的多维度匹配距离是否被它们之间的Hausdorff距离所上界？
• RQ3 所提出的方法在扰动后是否保留了域的原始拓扑信息？
• RQ4 是否可以为常用作异常值检测的对称差距离度量的域扰动建立稳定性？
• RQ5 在概率或不确定数据场景中相关的模糊集下，是否也能在上确界距离扰动下实现稳定性？

主要发现

• 当使用距离函数编码集合时，两个紧致集合 $K_1$ 和 $K_2$ 的秩不变量之间的多维度匹配距离被它们之间的Hausdorff距离所上界。
• 原始集合 $K$ 的持久同调群可完全从函数 $\vec{\Phi} = (f_K, \vec{\varphi})$ 的持久同调中恢复，确保拓扑信息无损失。
• 对于对称差距离，秩不变量之间的多维度匹配距离被该距离所上界，证明了在集合差异扰动下的稳定性。
• 在上确界距离下，该方法确保了对模糊集的稳定性，匹配距离被隶属函数之间的上确界距离所上界。
• 在实验中，秩不变量 $\rho_{(K_1,\varphi_{|K_1}),0}(-100,-80)$ 在多种参数选择下均一致近似为 8，展示了数值稳定性。
• 当 $\alpha = 0$ 时，由于域 $Adm_2$ 中边界的不稳定性，计算变得不可靠，突显了在退化参数值附近存在的数值限制。