[论文解读] Tight Lower Bounds for Homology Inference

Sivaraman Balakrishnan, Alessandro Rinaldo+2 more|arXiv (Cornell University)|Jul 29, 2013

Topological and Geometric Data Analysis参考文献 4被引用 3

一句话总结

本文在 ℝᴰ 中的 d 维流形上，针对从无噪声样本中推断同调的最小最大风险，建立了紧致的最小最大下界。通过在由 m 个 d 维球面构成的测试问题上使用似然比检验，证明了最小最大风险为 Ω(1/τᵈ exp(−nτᵈ))，与已知的上界一致，从而在无噪声设定下确立了速率最优性。

ABSTRACT

The homology groups of a manifold are important topological invariants that provide an algebraic summary of the manifold. These groups contain rich topological information, for instance, about the connected components, holes, tunnels and sometimes the dimension of the manifold. In earlier work, we have considered the statistical problem of estimating the homology of a manifold from noiseless samples and from noisy samples under several different noise models. We derived upper and lower bounds on the minimax risk for this problem. In this note we revisit the noiseless case. In previous work we used Le Cam's lemma to establish a lower bound that differed from the upper bound of Niyogi, Smale and Weinberger by a polynomial factor in the condition number. In this note we use a different construction based on the direct analysis of the likelihood ratio test to show that the upper bound of Niyogi, Smale and Weinberger is in fact tight, thus establishing rate optimal asymptotic minimax bounds for the problem. The techniques we use here extend in a straightforward way to the noisy settings considered in our earlier work.

研究动机与目标

• 为在无噪声抽样下同调推断的最小最大风险，弥合现有上界与下界之间的差距。
• 通过建立与已知上界匹配的紧致下界，证明同调估计的速率最优性。
• 提出一种基于通过移除球面实现流形分离的新构造，以分析同调估计的基本极限。
• 将分析扩展至噪声设定，尽管本文重点在于无噪声情形下的渐近下界。
• 为相关问题（如 Hausdorff 距离下的流形估计和持久图估计）提供下界分析的基础。

提出的方法

• 构建一个由 m 个半径为 τ 的 d 维球面组成的零假设流形 M₀，其在 ℝᴰ 中（D ≥ d+1）以 4τ 的间距排列。
• 通过从 M₀ 中移除一个球面，定义出 m 个不同的备择流形 M₁ᵢ。
• 在 M₀ 上定义均匀分布 P₀，在 M₁ᵢ 上定义均匀分布 P₁ᵢ，确保密度有下界。
• 将问题形式化为假设检验任务：H₀（M₀）与 H₁（M₁ᵢ，其中 i 在 {1,…,m} 上均匀分布）。
• 应用似然比检验 T(X) = 1 当且仅当 L(X) > 1，其中 L(X) = L₁(X)/L₀(X) 为 H₁ 与 H₀ 下的似然比。
• 利用优惠券收集问题来界定未观测到某特定球面样本的概率，从而导致 H₀ 的拒绝。
• 通过优惠券收集分布的极限行为，推导出第一类错误的渐近下界。

实验结果

研究问题

• RQ1 从无噪声 i.i.d. 样本中估计 d 维流形同调的根本最小最大速率是什么？
• RQ2 能否通过 Le Cam 引理得到的先前下界改进为与已知上界匹配？
• RQ3 似然比检验在同调推断问题中是否能达到最优错误率？
• RQ4 m 个不相交的 d 维球面的构造能否用于推导紧致的非渐近与渐近下界？
• RQ5 该方法在多大程度上可扩展至噪声抽样模型及其他拓扑推断问题？

主要发现

• 当 n → ∞ 时，同调推断的最小最大风险为 Ω(1/τᵈ exp(−nτᵈ))，与已知上界一致，从而确立了速率最优性。
• 该下界通过在 m = Θ(1/(4τ)ᵈ) 个 d 维球面构成的测试问题上应用似然比检验推导得出。
• 当 n = m log m + m log(1/δ) 时，未观测到每个球面样本的概率至少为 cδ（c 为某常数），导致第一类错误率至少为 cδ。
• 这意味着 Rₙ ≥ c′δ（c′ > 0），表明风险不可能快于 Ω(1/τᵈ exp(−nτᵈ)) 的速率衰减。
• 该构造与分析可自然推广至噪声设定，表明在这些情形下也可推导出类似的下界。
• 通过用有限样本估计替代渐近优惠券收集极限，可获得有限样本下的下界。