Persistent Cohomology and Circular Coordinates
非线性降维(NLDR)算法,如Isomap,LLE和Laplacian Eigenmaps解决了用低维坐标表示高维非线性数据的问题,这些坐标表示数据的内在结构。这种范例包含了这样一个假设,即实值坐标提供了足够丰富的函数类来忠实而有效地表示数据。另一方面,有一些简单的结构挑战了这个假设:例如,圆是一维的,但它的忠实表示需要两个实坐标。在这项工作中,我们提出了一种策略,用于构建统计数据集上的圆值函数。我们开发了一种持久上同调的机器来识别数据中重要的圆结构的候选者,并且我们使用调和平滑和积分来获得圆值坐标函数本身。我们建议,这类丰富的坐标功能允许更广泛的现实数据集的精确NLDR分析。
2009-05-29 cs.CG math.AT
Dualities in persistent (co)homology
我们考虑序列的绝对和相对的同源性和上同调群,自然产生的过滤胞腔复形。我们建立了它们的持久化模块之间的代数关系,并表明它们包含等价的信息。我们解释了如何可以使用现有的算法持久同源处理的四个模块中的任何一个,并将其与最近推出的持久上同调算法。我们提出了实验证据,后者的算法的实际效率。
2011-07-28 cs.CG math.AT
Persistent homology for low-complexity models
我们表明,最近的结果,利用数据的结构特性的随机降维方案,可以应用在持久的同源性的背景下。在压缩感知的精神中,降维是由与数据集相关联的结构的高斯宽度而不是其大小来确定的,并且可以有效地计算这样的降维。我们进一步将高斯宽度与有限度量空间的双倍维数联系起来,这出现在对近似持久同调的其他方法的复杂性的研究中。因此,我们可以从字面上用与数据结构相关的内在维度概念来替换环境维度。
2019-09-06 cs.CG
Persistent Cup-Length
上同调的思想最近被注入到持久同调中,例如被Ripser软件用于加速持久图的计算。上积运算可在上同调水平上得到一个分次环结构,它扩展了通常的向量空间结构,因此能够提取和编码额外的丰富信息。具有非零上积的上圈的最大数目产生了一个不变量,杯长,这是有用的判别空间。在本文中,我们提升到持久的杯长函数的目的是捕捉环理论的信息的上同调(环)结构的演变跨越过滤的杯长。我们表明,持久杯长函数可以计算从一个家庭的代表性的上循环,并设计一个多项式时间算法的计算。此外,我们证明了这个不变量是稳定的,在适当的交织型距离。
2022-03-12 cs.CG math.AT
Efficient Computation of Image Persistence
我们提出了一个算法,用于计算的图像的条形码的一个态射在持久的同源性所导致的过滤有限维链复形的包含。这些算法利用了清除优化,并可应用于单纯复形对过滤的持久绝对同调和持久相对上同调的包含诱导映射.它们构成了我们在软件Ripser框架中实现Vietoris-Rips复合体的基础。
2022-01-11 cs.CG math.AT
Efficient Algorithms for Complexes of Persistence Modules with Applications
本文扩展持久性算法至非自由模复形,通过表示与高效算法计算同调,应用于单纯形塔及持久层,实现高效持久(上)同调计算。
2024-03-16 cs.CG math.AC math.AT
Computing persistent Stiefel-Whitney classes of line bundles
本文提出了向量丛滤的持久Stiefel-Whitney类的定义。它依赖于将向量丛看作某些欧几里得空间的子集。这样一个子集的通常的Čech过滤可以被赋予一个向量丛结构,我们称之为Čech丛过滤。我们表明,这种结构是稳定和一致的。当数据集是一个有限样本的线丛,我们实现了一个有效的算法来计算其持久Stiefel-Whitney类。为了在实际中使用单纯逼近技术,我们提出了弱单纯逼近的概念。作为一个理论例子,我们深入研究了圆的法丛,这归结为对环面结的持久上同调的理解(1,2)。我们说明了我们的方法在几个数据集的启发图像分析。
2021-11-08 cs.CG math.AT
Cup Product Persistence and Its Efficient Computation
本文提出计算持久杯模及更判别性的杯积分区模的高效算法,复杂度分别为O(d n^4)和O(c(d)n^4),并加速了持久杯长的计算。
2024-03-17 cs.CG math.AT
A higher homotopic extension of persistent (co)homology
Universidad de Buenos Aires(布宜诺斯艾利斯大学);CONICET(国家科学技术研究委员会);Université Grenoble I(格勒诺布尔第一大学)
在这篇文章中,我们的目标是显示一个可能有趣的结构的同伦性质出现在持久(共)同源性。假设嵌入在有限维向量空间中的(比方说)单纯集的滤子在由单纯上链的复形给出的dg代数上导出乘法滤子(在我们的设置中这不是一个如此苛刻的假设),我们可以使用T. Kadeishvili得到了滤单纯(或拓扑)集的完全持久上同调上的唯一(直到非典型等价)A_无穷代数结构。然后,我们在所有(广义)条形码(即,所有上同调度)的集合上提供了一个(伪)度量的构造,该集合富含前面所述的A_无穷大代数结构,改进了通常的瓶颈度量,并且该度量也独立于所选择的特定A_无穷大代数结构(在那些彼此等价的结构中)。我们认为,这个距离可能值得一些拓扑数据分析的关注,因为它特别是可以识别不同的链接或折叠模式,如在Borromean环。作为一个旁白,我们给出了一个简单的证明的结果之间的持续同源性和上同源性的条形码结构。这一结果在V. de Silva,D. Morozov和M. Vejdemo-Johansson在一些我们没有假设的限制性假设下进行了研究。
2014-12-05 cs.CG cs.CV math.AT
Characterization of the computed homology and cohomology bases -- technical report
Aix Marseille Univ, CNRS, LIS(艾克斯马赛大学,法国国家科学研究中心,信息系统实验室)
本文提出了一种计算同调基的特征方法,利用同调离散向量场,改进了组合同调理论并提升了同调生成器计算的控制能力。
2025-09-11 cs.CG cs.DM math.AT
U-match factorization: sparse homological algebra, lazy cycle representatives, and dualities in persistent (co)homology
持久同源性是拓扑数据分析的重要工具。TDA中的许多问题都可以通过同调--实际上是线性代数来解决。然而,这个域中的矩阵通常很大,行和列的数量都是数十亿。这种阵列的低秩近似通常会破坏基本信息;因此,对于非常大的稀疏矩阵,需要新的数学和计算范例。我们提出了U匹配矩阵分解方案来解决这一挑战。U-match有两个可取的特征。首先,它允许一种压缩存储格式,与其他常见的因式分解相比,它将计算机内存中的非零条目数量减少了一个或多个数量级。其次,它允许直接解决线性和同调代数中的各种问题,而不需要解压缩存储在内存中的矩阵。这些问题包括查找和检索的行和列;评价的出生/死亡时间,并提取发电机在持久(共)同源性;和,计算基地的过滤链复形的边界和循环子空间。这样的基础是解锁一系列其他拓扑技术用于TDA的关键,U匹配因子分解旨在使从业者广泛使用这样的计算。作为一个应用程序,我们表明,在持久的同源性的个人周期代表可以检索的时间和内存成本的数量级低于目前的最先进的,通过全球二元性。此外,实现这种计算所需的代数机器已经存在于许多现代求解器中。
2021-08-20 cs.CG math.AT
New aspects of quantum topological data analysis: Betti number estimation, and testing and tracking of homology and cohomology classes
C. N. Yang Institute for Theoretical Physics, State University of New York at Stony Brook(纽约州立大学石溪分校杨振宁理论物理研究所)
本文提出新的量子算法用于估计 simplicial 复形的同调不变量,包括Betti数和持久Betti数,并展示了在稀疏和密集情形下多项对数复杂度的优势,同时引入基于同调跟踪和性质测试的新方法,实现指数级量子加速。
2026-04-27 cs.CC cs.CG cs.DS
A cohomology-based Gromov-Hausdorff metric approach for quantifying molecular similarity
首次提出基于上同调的Gromov-Hausdorff超度量方法,通过单纯复形和上同调向量空间量化分子结构不相似性,在钙钛矿聚类中优于传统持久同调。
2025-02-26 cond-mat.mtrl-sci cs.CG math.AT
Computing Topological Persistence for Simplicial Maps
对于同态由包含映射诱导的持久模,持久同调和锯齿形持久同调的算法得到了很好的研究。在本文中,我们提出了一个实用的算法计算持久性下的$\mathbb{Z}_2$系数的一般单纯形映射序列,并显示这些地图自然出现在拓扑数据分析的一些应用。首先,我们观察到用包含映射来模拟单纯映射并不难,但不一定是单调的。这与已知的锯齿形持久性算法相结合,提供了一种算法,用于计算由单纯映射引起的持久性。我们的主要结果是,上述头脑简单的方法可以改进的序列的单纯形映射在单调方向。一个单纯映射可以分解成一组基本包含和顶点折叠-两个原子操作,可以有效地支持与单纯形注释的概念计算持久的同源性。通过这些原子操作的一致性注释意味着保持一致的上同调基,因此通过对偶保持同调基。虽然通过包含保持上同调基的想法并不新鲜,但通过顶点折叠保持它们是新的,这构成了模拟单纯映射的重要原子操作。注释除了支持通常的包含之外,还非常自然地支持顶点折叠。最后,我们展示了这个新工具的应用程序中,我们近似的持久性图的过滤的裂缝复杂的顶点崩溃是用来驯服的大小爆破。
2014-03-25 cs.CG math.AT
Persistent Homology of Complex Networks for Dynamic State Detection
在本文中,我们开发了一种新的拓扑数据分析(TDA)的方法来研究动态系统的时间序列的图形表示。具体来说,我们展示了如何持久的同源性,从TDA的工具,可以用来产生一个压缩的,多尺度表示的图形,可以区分动态状态,如周期性和混沌行为。我们展示了从时间序列中获得的两个图形构造的方法。在第一种方法中,时间序列被嵌入到一个点云,然后用于构建一个无向$k$ -最近邻图。第二个结构依赖于最近开发的有序划分框架。在任何一种情况下,然后使用图的节点之间的最短路径来计算成对距离矩阵,并且该矩阵用于定义单纯复形的过滤,其使得能够在过滤过程中跟踪同源类的变化。这些变化总结在一个持久性图-拓扑特征变化的二维总结。然后,我们从持久性图中提取现有的以及新的几何和熵点摘要,并与其他常用的网络特征进行比较。我们的研究结果表明,基于持久性的点摘要产生更清晰的动态行为的区别,更强大的噪声比现有的基于图的分数,特别是当结合有序图。
2020-01-27 cs.CG cs.IT math.IT