[论文解读] The Compressed Annotation Matrix: an Efficient Data Structure for Computing Persistent Cohomology

Jean‐Daniel Boissonnat, Tamal K. Dey+1 more|arXiv (Cornell University)|Apr 25, 2013

Topological and Geometric Data Analysis参考文献 16被引用 4

一句话总结

本文提出压缩注释矩阵（CAM），一种新型数据结构，通过将单纯复形表示与上同调群维护解耦，显著提升了计算持久上同调的效率。通过压缩注释矩阵并采用重排启发式方法，CAM 降低了时间和空间复杂度，在包含数亿个单纯形的高维数据集上，相较于最先进的工具 DioCoH，实现了高达 6.9 倍的加速，且性能稳定。

ABSTRACT

The persistent homology with coefficients in a field F coincides with the same for cohomology because of duality. We propose an implementation of a recently introduced algorithm for persistent cohomology that attaches annotation vectors with the simplices. We separate the representation of the simplicial complex from the representation of the cohomology groups, and introduce a new data structure for maintaining the annotation matrix, which is more compact and reduces substancially the amount of matrix operations. In addition, we propose heuristics to simplify further the representation of the cohomology groups and improve both time and space complexities. The paper provides a theoretical analysis, as well as a detailed experimental study of our implementation and comparison with state-of-the-art software for persistent homology and cohomology.

研究动机与目标

• 解决在大规模、高维单纯复形中计算持久上同调所面临的高计算和内存开销问题。
• 通过将单纯复形表示与上同调群数据结构解耦，改进现有算法。
• 通过一种新颖的注释矩阵压缩技术，减少计算过程中的域运算和矩阵更新次数。
• 通过最小化矩阵运算，提升在有限域和有理数域等不同系数域下的性能。
• 通过高效的数据结构，实现在包含数亿个单纯形的复形上可扩展的持久上同调计算。

提出的方法

• 该方法将单纯复形表示（使用哈斯图或单纯形树）与通过压缩注释矩阵（CAM）实现的上同调群表示相分离。
• CAM 以压缩稀疏格式存储注释向量，消除重复列，减少矩阵约减过程中的域运算次数。
• 对具有相同过滤值的同构单纯形（iso-simplices）应用重排启发式方法，以最小化注释矩阵的大小并降低计算开销。
• 通过支持高效列操作和行约简的动态数据结构，维护上同调群，以在持久上同调计算过程中保持高效。
• 通过预计算小域上的算术运算，并借助压缩技术最小化运算次数，从而将更新次数减少最多 46 倍，优化域运算。
• 实现与单纯形树数据结构集成，以高效管理大规模复形，支持在高维数据集上实现可扩展计算。

实验结果

研究问题

• RQ1 压缩注释矩阵能否显著降低持久上同调计算的时间和空间复杂度？
• RQ2 将单纯复形表示与上同调数据结构分离，在多大程度上能提升算法性能和可扩展性？
• RQ3 对同构单纯形进行重排在多大程度上能减小注释矩阵的规模并提升运行效率？
• RQ4 CAM 方法在不同数据集和系数域下与最先进的工具（如 PHAT 和 DioCoH）相比，性能如何？
• RQ5 CAM 方法能否在具有复杂拓扑结构的高维复形中，对每个单纯形保持稳定的性能表现？

主要发现

• 与未压缩方法相比，CAM 将域运算次数最多减少 46 倍，在如 Nep 这类大型复形中，平均每个单纯形的域运算少于 1.5 次。
• 压缩注释矩阵使存储矩阵的大小减少了 4.5 倍，每列和每行的非零元素数量保持较低水平（平均 0.79，最大 18）。
• 对同构单纯形进行重排在 Bro 数据集上实现了 4.9 倍的计算速度提升，显著改善了性能。
• CAM 相较于 DioCoH 最多实现 6.9 倍的加速，且在所有测试实例中保持稳定性能，每单纯形耗时稳定在 2.7–9.1×10⁻⁷ 秒之间。
• 该方法在包含数亿个单纯形的复形（如 S4、L57、Kl 和 L35）上表现出良好的可扩展性，其运行时间增长优于 PHAT。
• 尽管在有限域 ℤ₁₁ 和有理数域 ℚ 之间切换时，域运算成本增加了 34%，但由于有效压缩显著减少了运算次数，计算时间仅增加 8%。