[论文解读] Understanding the Topology and the Geometry of the Space of Persistence Diagrams via Optimal Partial Transport

Vincent Divol, Théo Lacombe|arXiv (Cornell University)|Jan 10, 2019

Topological and Geometric Data Analysis参考文献 18被引用 13

一句话总结

本文提出了一种基于最优部分运输的形式化方法，将持久性图谱推广为上半平面上的Radon测度，从而实现对其空间的统一几何与拓扑分析。该研究建立了收敛性准则，刻画了Fréchet均值，并证明了期望图谱的稳定性，将Wasserstein度量扩展至连续测度，以支持拓扑数据分析中的统计应用。

ABSTRACT

Despite the obvious similarities between the metrics used in topological data analysis and those of optimal transport, an optimal-transport based formalism to study persistence diagrams and similar topological descriptors has yet to come. In this article, by considering the space of persistence diagrams as a space of discrete measures, and by observing that its metrics can be expressed as optimal partial transport problems, we introduce a generalization of persistence diagrams, namely Radon measures supported on the upper half plane. Such measures naturally appear in topological data analysis when considering continuous representations of persistence diagrams (e.g.\ persistence surfaces) but also as limits for laws of large numbers on persistence diagrams or as expectations of probability distributions on the persistence diagrams space. We explore topological properties of this new space, which will also hold for the closed subspace of persistence diagrams. New results include a characterization of convergence with respect to Wasserstein metrics, a geometric description of barycenters (Fr\'echet means) for any distribution of diagrams, and an exhaustive description of continuous linear representations of persistence diagrams. We also showcase the strength of this framework to study random persistence diagrams by providing several statistical results made meaningful thanks to this new formalism.

研究动机与目标

• 将持久性图谱的空间形式化为上半平面 Ω = {(t₁, t₂) ∈ ℝ² : t₂ > t₁} 上Radon测度的子集，以实现连续表示和统计极限。
• 将Wasserstein型度量（dp）从离散图谱扩展至一般Radon测度，确保统计收敛与期望的一致性。
• 在最优运输背景下，对收敛性、中心（Fréchet均值）及线性表示提供几何与拓扑刻画。
• 在底层数据分布发生扰动时，建立期望持久性图谱的稳定性结果。
• 统一拓扑数据分析中的理论框架与最优运输理论，以提升统计推断与机器学习应用的性能。

提出的方法

• 将持久性图谱表示为上半平面 Ω = {(t₁, t₂) ∈ ℝ² : t₂ > t₁} 上的离散Radon测度，并推广至连续测度。
• 将Wasserstein距离与瓶颈距离重新表述为以对角线 ∂Ω 作为匹配边界的测度之间的最优部分运输问题。
• 引入VM拓扑（强于模糊收敛的拓扑），以确保Radon测度空间中测度的收敛性。
• 将OTp度量定义为dp的推广，以支持收敛性分析与统计推断。
• 应用Bochner积分定义随机持久性测度的线性期望，确保与测度论收敛的一致性。
• 利用最优运输对偶性与耦合论证，证明在分布扰动下Fréchet均值与期望图谱的稳定性。

实验结果

研究问题

• RQ1 如何以保持度量与拓扑结构的方式，将持久性图谱推广为连续测度？
• RQ2 持久性图谱序列及其连续对应物的正确拓扑与收敛准则为何？
• RQ3 如何从几何与存在性角度刻画持久性图谱上概率分布的Fréchet均值（中心）？
• RQ4 在底层数据生成分布发生扰动时，期望持久性图谱的稳定性如何？
• RQ5 最优运输度量能否一致地从离散图谱扩展至Radon测度，以支持TDA中的统计推断？

主要发现

• 在OTp度量下持久性图谱的收敛性，等价于其关联Radon测度在VM拓扑下的弱收敛性。
• 任意持久性图谱空间上概率分布的Fréchet均值（中心）存在，并可刻画为Radon测度空间上最优运输问题的解。
• 随机过程的期望持久性图谱是Radon测度，其与另一期望图谱的OTp距离受底层数据分布p-范Wasserstein距离的控制。
• 对于ℝᵈ中点过程的i.i.d.样本，当 p > k + d 且 k > d 时，期望图谱间OTp距离的衰减率为 n · Wₚ₋ₖ(ξ, ξ′)ᵖ⁻ᵏ，表明在抽样下具有强收敛性。
• 期望图谱间瓶颈距离受底层点过程律之间Wasserstein距离的控制，从而在极限下获得稳定性结果。
• 该框架通过将标准TDA表示（如持久性曲面、Betti曲线）刻画为Radon测度空间上的连续线性泛函，实现了其连续性。