[论文解读] Towards Stratification Learning through Homology Inference

Paul Bendich, Sayan Mukherjee+1 more|arXiv (Cornell University)|Aug 20, 2010

Topological and Geometric Data Analysis参考文献 28被引用 11

一句话总结

本文通过利用核同调与余核同调的持久同调方法，从点云数据中推断层次结构，提出了一种基于拓扑的分层学习方法。该方法建立了点属于同一层次的拓扑条件，提供了可靠的聚类所需的有限样本概率边界，并基于多尺度局部同调结构提出了一种正确的层次推断算法。

ABSTRACT

A topological approach to stratification learning is developed for point cloud data drawn from a stratified space. Given such data, our objective is to infer which points belong to the same strata. First we define a multi-scale notion of a stratified space, giving a stratification for each radius level. We then use methods derived from kernel and cokernel persistent homology to cluster the data points into different strata, and we prove a result which guarantees the correctness of our clustering, given certain topological conditions; some geometric intuition for these topological conditions is also provided. Our correctness result is then given a probabilistic flavor: we give bounds on the minimum number of sample points required to infer, with probability, which points belong to the same strata. Finally, we give an explicit algorithm for the clustering, prove its correctness, and apply it to some simulated data.

研究动机与目标

• 为解决当底层空间是由不同维数的流形组成的分层空间时，将点云数据聚类为分层结构的挑战。
• 基于不同半径层级下的相对同调群，定义点之间多尺度的局部等价性概念。
• 建立同调推断能正确识别属于同一层次的点的拓扑条件。
• 在给定的拓扑与几何条件下，提供推断层次结构所需最小样本点数的有限样本概率边界。
• 开发并证明一种显式算法的正确性，该算法利用持久同调工具将点聚类为层次结构。

提出的方法

• 通过在每个半径层级 r 上利用 r-球内点云的局部结构，为每个 r 定义一个多尺度分层结构。
• 使用核同调与余核同调持久同调，比较点对的相对同调群，以捕捉局部拓扑相似性。
• 引入函数 ρ(p, q, r) 作为在尺度 r 下点 p 与 q 之间局部同调等价性的度量。
• 利用曲率（τ）和梯度相关量（η）建立 ρ(p, q, r) 的几何下界，以确保拓扑一致性。
• 基于几何与拓扑条件，推导出在高概率下推断层次结构所需最小样本点数的概率边界。
• 设计一种聚类算法，将 ρ(p, q, r) 值较高的点分组，其正确性在所述拓扑与几何条件下得到证明。

实验结果

研究问题

• RQ1 在何种拓扑条件下，持久同调能够可靠地推断点云中哪些点属于同一层次？
• RQ2 如何利用多尺度下的局部同调结构，定义分层空间中点之间稳健的局部等价性概念？
• RQ3 在曲率与梯度行为等几何约束下，推断层次结构所需最小样本点数是多少？
• RQ4 如何利用核同调与余核同调持久同调，实现无需事先了解底层分层结构的点聚类？
• RQ5 曲率等几何量与分层学习中同调推断稳定性之间存在何种关系？

主要发现

• 本文证明，若采样满足涉及曲率与梯度行为的某些拓扑条件，则基于持久同调的聚类能正确识别属于同一层次的点。
• 建立了几何下界 ρ(p, q, r) ≥ γ(p, q, r) = min{τ(p, r), τ(p, q, r), η(p, r), η(p, q, r)}，将同调相似性与几何规则性联系起来。
• 在给定的拓扑与几何条件下，推导出在高概率下推断层次结构所需最小点数的有限样本概率边界。
• 提出了一种显式算法，并证明其关键组件的正确性，该算法依赖于相对同调群的持久同调。
• 该方法在模拟数据上成功地将点聚类为正确的层次结构，展示了该方法的实际可行性。
• 理论框架在拓扑推断与几何规则性之间建立了桥梁，表明稳定的同调特征对应于一致的局部结构。