[论文解读] Stable Invariants for Multiparameter Persistence

Oliver Gäfvert, Wojciech Chachólski|arXiv (Cornell University)|Mar 10, 2017

Topological and Geometric Data Analysis参考文献 22被引用 4

一句话总结

本文提出分层稳定化作为一种方法，将多参数持久性模的离散不变量转换为稳定不变量，从而在噪声下实现鲁棒的拓扑数据分析。关键贡献在于证明了当 r ≥ 2 时，计算稳定化的0-贝蒂数（等价于特征计数函数）是NP难的，突显了多参数拓扑数据分析在单参数情形之外的根本计算障碍。

ABSTRACT

In this paper we explain how to convert discrete invariants into stable ones via what we call hierarchical stabilization. We illustrate this process by constructing stable invariants for multi-parameter persistence modules with respect to the interleaving distance and so called simple noise systems. For one parameter, we recover the standard barcode information. For more than one parameter we prove that the constructed invariants are in general NP-hard to calculate. A consequence is that computing the feature counting function, proposed by Scolamiero et. al. (2016), is NP-hard.

研究动机与目标

• 开发一个通用框架，用于从多参数持久性模的离散不变量构造稳定不变量。
• 解决经典代数不变量（如贝蒂数、最小生成元）在数据发生微小扰动时的不稳定性问题。
• 建立多参数设置下稳定不变量的计算复杂度界限，特别是针对0-贝蒂数。
• 证明Scolamiero等人提出的特征计数函数的计算是NP难的，表明提取多变量持久信息存在固有困难。
• 展示交错距离与基于噪声系统的伪度量在稳定不变量构造中具有等价性，从而实现一致的不变量构建。

提出的方法

• 引入分层稳定化作为利用源自噪声系统的伪度量来稳定离散不变量的程序。
• 将噪声系统定义为建模数据扰动的子函子族，其中简单噪声系统可通过持久性轮廓构造性地定义。
• 将稳定化的0-贝蒂数定义为在给定伪度量距离内的所有模中贝蒂数的最小值。
• 证明对于简单噪声系统，稳定化过程仅需在有限域上进行有限次算术运算。
• 建立交错距离与标准噪声系统所诱导的伪度量之间的等价性，从而实现结果的转移。
• 通过已知NP难问题的归约，证明在噪声系统和交错距离伪度量下，计算稳定化的0-贝蒂数均为NP难。

实验结果

研究问题

• RQ1 多参数持久性模中的离散不变量能否系统性地转换为对数据噪声鲁棒的稳定不变量？
• RQ2 在多参数设置下，计算稳定不变量（如稳定化的0-贝蒂数）的计算复杂度如何？
• RQ3 Scolamiero等人提出的特征计数函数在计算上是否可行，还是其计算为NP难？
• RQ4 在稳定不变量构造的背景下，交错距离与基于噪声系统的伪度量之间有何关系？
• RQ5 计算稳定化贝蒂数的NP难性是否意味着从秩不变量中提取多变量持久信息也同样计算不可行？

主要发现

• 分层稳定化过程成功地利用源自噪声系统的伪度量，将离散不变量转换为稳定不变量。
• 对于简单噪声系统，0-贝蒂数的稳定化可通过在有限域上进行有限次算术运算来计算。
• 当 r ≥ 2 时，计算稳定化的0-贝蒂数是NP难的，确立了多参数持久性中的根本计算障碍。
• Scolamiero等人提出的特征计数函数与稳定化的0-贝蒂数等价，因此其计算同样为NP难。
• 交错距离与标准噪声系统所诱导的伪度量在常数因子范围内等价（1/6 ≤ d_I / d ≤ 1），确保了不同稳定框架之间的一致性。
• 在交错距离下的稳定化0-贝蒂数与在噪声系统伪度量下的结果完全相同，证实了该构造的鲁棒性。