Gromov Hyperbolicity, Geodesic Defect, and Apparent Pairs in Vietoris-Rips Filtrations
出于对Vietoris-Rips滤子的持久同调的计算方面的考虑,我们推广了Eliyahu Rips关于测地空间的Vietoris-Rips复体的可收缩性的一个结果,该复体的收缩性取决于空间的双曲性。我们考虑测地线亏损的概念,将这个结果推广到一般的度量空间的方式,也是兼容的过滤。我们进一步表明,有限树度量的Vietoris-Rips复合体崩溃到其相应的子森林。我们将我们的结果与现代计算方法相关联,表明这些崩溃是由表观对梯度引起的,表观对梯度被用作Ripser中的算法优化,解释了其在树状度量数据上特别强大的性能。
2022-03-22 cs.CG math.AT math.GT
Parameterized Vietoris-Rips Filtrations via Covers
计算拓扑学中的一个挑战是处理从点云数据构建的大型过滤几何复合体,例如Vietoris-Rips过滤。这导致了发展计划的并行计算和压缩限制单形躺在开集的覆盖的数据。我们扩展的方法,非循环载体的设置持久的同源性,给详细的界限之间的关系Vietoris-Rips过滤限制覆盖和完整的建设。我们展示了如何使用这些复杂的底空间研究数据,并使用我们的结果来指导数据的覆盖选择。我们证明了这些技术的各种封面,并显示这种建设的效用,在调查高阶的高维图像补丁模型的同源性。
2022-05-03 cs.CG math.AT
giotto-ph: A Python Library for High-Performance Computation of Persistent Homology of Vietoris-Rips Filtrations
我们介绍giotto-ph,一个高性能的开源软件包,用于计算Vietoris-Rips条形码。giotto-ph基于Morozov和Nigmetov对Ulrich Bauer的Ripser包的无锁(多核)实现。它还包含对GUDHI库的Boissonnat和Pritam的Edge Collapser实现的重新工作,可以用作预处理步骤,以显着减少某些场景中的整体运行时间。我们的贡献是双重的:一方面,我们将现有的最先进的思想连贯地集成到一个库中,并提供Python到C++代码的绑定。另一方面,我们通过采用更高效的数据结构来增加并行化机会并提高整体性能。我们的持久同源后端建立了一个新的最先进的状态,甚至超过了GPU加速的实现,如Ripser++,当使用少至5-10个CPU内核。此外,我们的边缘Collapser的实现具有更少的软件依赖性和改进的运行时间相对于GUDHI的原始实现。
2021-08-02 cs.CG cs.MS
Lower Bounds for Approximating the Vietoris-Rips Filtration
Northeastern University(东北大学)
研究Vietoris - Rips过滤逼近问题,在同伦交织框架下,证明对固定$c\in[1,\sqrt{2})$,有限度量空间的$c$ - 逼近$\mathcal{VR}(-)$有指数大小;$c\geq1$时,有超线性大小,结果扩展到相关过滤。
2026-07-08 cs.CG math.AT math.CO
Ripser: efficient computation of Vietoris-Rips persistence barcodes
我们提出了一个算法的计算Vietoris-Rips持久性条形码,并描述了其在软件Ripser中的实现。该方法依赖于上边缘算子和单形滤除阶的隐式表示,避免了滤除上边缘矩阵的显式构造和存储.此外,它利用了明显的对,一个简单的,但强大的方法,从一个单纯复形,这也是独立的兴趣的单形上的总阶构造一个离散梯度场。我们的实现显示了在时间和内存使用方面比以前的软件有了很大的改进。
2021-02-26 cs.CG cs.MS math.AT
Improved Approximate Rips Filtrations with Shifted Integer Lattices and Cubical Complexes
Rip复形是分析度量空间拓扑特征的重要结构。不幸的是,产生这些复合物是昂贵的,因为在复杂的大小组合爆炸。对于$\mathbb{R}^d$中的$n$点,我们给出了一个构造$L_\infty$ -范数下的Rips复形的过滤的$2$ -逼近的方案,它扩展到了欧几里德情形下的$2d^{0.25}$ -逼近.结果近似的$k$ -骨架的总大小为$n2^{O(d\log k +d)}$。该方案是基于整数格和单纯复形的基础上的重心细分的$d$ -立方体。我们扩展我们的结果,使用三次复形的单纯复形的地方,通过引入立体复形之间的映射。我们得到与单纯情形相同的近似保证,同时将近似的总大小减小到仅$n2^{O(d)}$(立方体)单元。我们在本文中使用了两种新技术。第一个是使用非循环载波来证明我们的近似结果。在我们的应用程序中,这些映射以相对简单的方式将Rip复形和近似联系起来,并大大降低了显示近似保证的复杂性。第二种技术是我们所说的尺度平衡,这是一种在某些条件下提高近似比的简单技巧。
2021-05-11 cs.CG math.AT
A Geometric Perspective on Sparse Filtrations
我们提出了一个几何的角度稀疏过滤用于拓扑数据分析。这种新的观点导致了更简单的证明,同时也更一般,同样适用于任何凸度量的Rips过滤和Cech过滤。我们也给出了一个算法,找到这样的过滤中的单纯形,并证明了顶点删除可以实现为一系列的基本边崩溃。
2015-06-11 cs.CG
Sparse Approximation of the Subdivision-Rips Bifiltration for Doubling Metrics
针对细分-Rips双滤化0-骨架指数级过大的问题,本文为常数倍增维度的有限度量空间构造了大小为$O(|X|^{k+2})$、计算时间为$O(|X|^{k+3})$的$(1+ε)$-同伦交错稀疏近似。
2024-08-29 cs.CG math.AT
Vietoris-Rips Persistent Homology, Injective Metric Spaces, and The Filling Radius
本文提出一种基于空间嵌入与加厚的几何持久同调生成方法,证明在环境度量空间满足内射性时其与 Vietoris-Rips 持久同调范畴论同构,并应用于刻画条形码区间、度量粘合及流形填充半径。
2024-03-29 cs.CG math.AT
Polynomial-Sized Topological Approximations Using The Permutahedron
经典的方法来建模点云的拓扑特性,如Vietoris-Rips复杂,遭受复杂的大小组合爆炸。我们提出了一种新的技术,以近似的多尺度过滤的RIP复杂的改进边界的大小:准确地说,$\mathbb{R}^d$中的$n$点,我们得到一个$O(d)$近似与最多$n2^{O(d \log k)}$的尺寸$k$或更低的简单。结合降维技术,我们的方法产生一个$O(\mathrm{polylog} (n))$ -近似的大小$n^{O(1)}$的RIP过滤任意度量空间。这一结果源于高维晶格几何和利用性质的permutahedral晶格,一个良好的研究结构在离散几何。建立在相同的几何概念,我们也提出了一个下界结果的大小近似过滤:我们构建了一个点集,每个$(1+ε)$ -近似的Čech过滤包含$n^{Ω(\log\log n)}$功能,只要$ε<\frac{1}{\log^{1+c} n}$为$c\in(0,1)$。
2016-04-01 cs.CG math.AT
Flow-Aware Ellipsoidal Filtration for Persistent Homology of Recurrent Signals
School of Computer Science, University of Birmingham(伯明翰大学计算机学院);Electrics and Electronics Department, Turkish-German University(土耳其德国大学电气与电子工程系)
本文提出一种基于时空协方差构造的面向流的椭球过滤方法,用于递归信号的持续同调分析,通过局部流几何估计提升拓扑保持去噪和首次返回时间估计。
2026-03-23 cs.CG
Ellipsoidal Filtration for Topological Denoising of Recurrent Signals
University of Birmingham(伯明翰大学);Turkish-German University(土耳其德国大学);Istanbul Technical University(伊斯坦布尔理工大学)
针对循环信号去噪,本文提出与局部梯度对齐的椭球滤波,用最持久 H_1 特征的消亡尺度确定平均邻域,并在合成信号上取得优于拓扑和移动平均滤波的降噪效果。
2025-10-19 cs.CG
An Efficient Representation for Filtrations of Simplicial Complexes
单纯复形$K$上的过滤是$K$的单纯形的排序,使得排序中的所有前缀是$K$的子复形。过滤是持久同源的核心,持久同源是拓扑数据分析中的主要工具。为了表示单纯复形的过滤,整个过滤可以附加到任何明确存储复形的所有单纯形的数据结构,例如Hasse图或最近引入的单纯形树[Simplex '14]。然而,随着需要处理单纯复形的各种计算方法的流行,以及随着复形的大小的快速增加,找到仍然可以支持有效查询的紧凑数据结构的任务引起了极大的兴趣。在本文中,我们提出了一种新的数据结构称为临界单纯形图(CSD),这是一个变种的单纯形数组列表(SAL)[Simplica '17]。我们的数据结构允许以紧凑的方式存储单纯复形的过滤,并允许有效地实现大范围的基本操作。此外,我们证明,我们的数据结构是基本上最优的所需的存储空间。最后,我们表明,CSD表示承认快速建设算法的旗帜复杂和放松Delaunay复杂。
2018-02-04 cs.CG cs.DS
Approximate Cech Complexes in Low and High Dimensions
切赫复形揭示了关于任意维度上一定尺度的点集的有价值的拓扑信息,但这些复形的庞大规模限制了它们的实际影响。虽然最近的工作介绍了过滤(Vietoris-)Rips复合物,一个粗糙的版本的Čech复合物的近似技术,我们提出的近似直接的Čech过滤。对于固定维点集$S$,我们给出了$S$的Čech滤子的一个近似,它是由一列大小与点数成线性关系的复形构成的.我们将良好分离对分解(WSPD)推广到良好分离单纯分解(WSSD),其中定义在$S$上的每个单纯形都被WSSD的某个元素覆盖。我们给出了一个有效的算法来计算一个线性大小的WSSD在固定的维空间。利用WSSD,我们提出了一个线性尺寸的近似过滤的$S$的Čech复合物。我们还提出了一个推广的已知事实,即里普斯复杂的近似的Čech复杂的一个因素的$\sqrt{2}$。我们定义了一类复合物,插值之间的Čech和RIP复合物,并给予任何参数$\eps > 0$,近似的Čech复合物的一个因素$(1+\eps)$。我们的复形可以用大致的$O(n^{\lceil 1/2\eps\rceil})$单纯形来表示,而对点集的环境维数没有任何隐藏的依赖性。我们的结果是基于一个有趣的联系之间的Čech复杂和coresets的最小封闭球的高维点集。作为我们的分析的结果,我们改进的边界coresets近似的最小封闭球的半径。
2013-07-11 cs.CG math.AT
Approximating persistent homology for a cloud of $n$ points in a subquadratic time
$n$ -点度量空间的Vietoris-Rips滤子是一个大单纯复形序列,它在不连通的空间上增加了一个拓扑结构。持续同源性是拓扑数据分析的重要工具,它研究在多尺度上持续存在的数据的拓扑特征。计算滤子的持久同调的最快算法有时间$O(M(u)+u^2\log^2 u)$,其中$u$是更新(单形的添加或删除)的数量,$M(u)=O(u^{2.376})$是$u\times u$矩阵相乘的时间。对于由两两距离给出的$n$点的空间,我们用一个由$u=o(n)$更新组成的锯齿形过滤来逼近Vietoris-Rips过滤,该过滤在$n$中是次线性的.常数取决于给定的近似误差和度量空间的双倍维数。然后,该次线性尺寸过滤的持久同调可以在时间$o(n^2)$中计算,其在$n$中是次二次的。
2017-09-16 cs.CG cs.CV math.AT
The Topological "Shape" of Brexit
持久同调是一种计算代数拓扑的方法,可用于研究数据的“形状”。我们说明了两个过滤-权重等级集团过滤和Vietoris-Rips(VR)过滤-这是常用的持久同源性,我们将这些过滤应用于一对数据集,这两个数据集都与2016年欧盟“脱欧”公投在英国。这些例子考虑了一个热门的情况,并提供了有用的说明这些方法的优点和缺点。
2016-09-15 cs.CG math.AT physics.soc-ph
The Generalized Persistent Nerve Theorem
本文引入了一个好覆盖滤子的参数化推广,称之为ε-好覆盖,定义为覆盖滤子中两个间隔为ε的覆盖滤子的交点之间的包含像的约化同调群是平凡的.假设一个人有一个ε-良好的覆盖过滤的有限单纯过滤,我们证明了一个紧界的瓶颈之间的持久性图的神经过滤和单纯过滤,是线性的ε和同源维数的距离。该界限是从神经过滤到空间过滤的链复形的可计算链映射在更进一步的尺度上的结果。当一个人在一个非凸度量空间工作时,或者当一个人有更多的不是度量球三角剖分的结果的单纯覆盖时,对不好的覆盖的定量保证是有用的。持久神经引理也是我们定理的推论,因为好的覆盖是0-好的覆盖。最后,介绍了一种技术,对称化的非对称交织用于证明通过移动神经过滤的持久性模块的界限,提高交织常数的2倍。
2018-07-20 cs.CG math.AT
Learning Simplicial Complexes from Persistence Diagrams
拓扑数据分析(TDA)研究数据的形状。一个常见的拓扑描述符是持久性图,它以不同的尺度编码拓扑空间中的拓扑特征。特纳、慕克吉和博耶证明,可以利用从所有可能的高度过滤(不可数的无限个方向)生成的持久性图来重建嵌入R^3中的单纯复形。本文提出了一个在R^2中重构平面图K=(V,E)的算法,即一个平面图的顶点在一般位置和直线嵌入,从二次数高度过滤和它们各自的持久性图。
2018-07-31 cs.CG math.AT
Flagifying the Dowker Complex
本文提出 Dowker 复形的旗化版本 Dowker-Rips 复形,以降低拓扑数据分析的计算成本,证明其在 0、1 维同调上保持弱化对偶性并推广到持续同调,且在肿瘤微环境分类中实现加速而不损失性能。
2025-08-19 cs.CG math.AT
Graph skeletonization of high-dimensional point cloud data via topological method
几何图形成了数据背后隐藏结构的重要家族。在本文中,我们开发了一个有效的和强大的算法来推断一个高维点云数据集(PCD)的图形骨架。以前,已经有很多工作,以恢复隐藏图从低维密度场,或从一个相对干净的高维PCD。我们所提出的方法建立在最近的工作线上使用持久性指导离散莫尔斯(DM)理论为基础的方法来重建几何图形从密度场定义在一个低维三角剖分。特别是,我们首先给出了一个非常简单的概括,这个基于DM的算法从密度函数的角度来看,一般的过滤的角度。在理论方面,我们证明了广义算法的输出包含一个所谓的字典最优持续循环基础w.r.t的输入过滤,证明输出确实是有意义的。在算法方面,推广使我们能够结合稀疏加权RIP过滤,开发一种新的图形重建算法的噪声点云数据。新算法对背景噪声和输入点的非均匀分布具有很好的鲁棒性,并通过实验验证了算法的有效性。
2022-10-13 cs.CG
Super-Polynomial Growth of the Generalized Persistence Diagram
针对多参数持久化中广义持久图(GPD)计算的挑战,本文证明其基数呈超多项式增长,构造出无法被单形数量多项式界定的d参数滤过序列,揭示计算GPD的固有困难。
2025-04-15 cs.CG math.AT
Generalized Persistence Algorithm for Decomposing Multi-parameter Persistence Modules
经典的持久化算法计算由输入单纯过滤隐式给出的持久化模块的唯一分解。该算法基于矩阵约简,是拓扑数据分析这一新兴领域的基石。其输入是在整数$\mathbb{Z}$上定义的单纯过滤,从而产生$1$参数持久化模块。人们已经认识到,由$d$维整数网格$\mathbb{Z}^d$上的单纯过滤给出的多参数版本的持久化模块在数据科学应用中同样重要或者可能更重要。然而,在多参数设置中,一个主要的挑战是,基于代数结构的拓扑摘要,如分解和瓶颈距离不能有效地计算$1$参数的情况下,因为没有已知的持久化算法扩展到多参数持久化模块。本文给出了一个有效的算法来计算定义在多参数$\mathbb{Z}^d$上的持久化模块$M$的唯一分解。该算法首先假设该模块具有一组$N$生成器和关系,即\emph{distinctly graded}。基于广义矩阵约简技术,它在$O(N^{2ω+1})$时间内运行,其中$ω<2.373$是矩阵乘法的指数。这比在这样的输入上以$\tilde{O}(N^{6(d+1)})$时间运行的称为Meataxe的众所周知的算法好得多。在实践中,持久化模块通常由单纯过滤导出。对于由$n$单形组成的输入,我们的算法在$O(n^{(d-1)(2ω+ 1)})$时间内运行$d\geq 2$。对于零维同调的特殊情况,它在时间$O(n^{2ω+1})$中运行。
2021-12-06 cs.CG math.AT
Barcodes of Towers and a Streaming Algorithm for Persistent Homology
塔是由单纯映射连接的一系列单纯复形。我们展示了如何计算过滤,嵌套的单纯复形序列,与塔相同的持久条形码。我们的方法基于Dey等人的锥进策略(SoCG 2014)。我们表明,这种方法的一个变体产生的过滤是渐进的,只有稍微大于塔,可以有效地计算的流算法,无论是在理论上和实践中。此外,我们表明,我们的方法可以与流算法相结合,通过矩阵约简来计算塔的条形码。该算法的空间复杂度不依赖于塔的长度,而是依赖于塔内任意子复形的最大尺寸。
2017-10-12 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
Efficient Sparsification of Simplicial Complexes via Local Densities of States
Gran Sasso Science Institute(格兰萨索科学研究所);University of Edinburgh(爱丁堡大学)
针对稠密单纯复形分析计算成本过高的问题,提出基于局部态密度的概率稀疏化方法,通过近似广义有效电阻确定采样概率,结合核忽略分解避免谱退化,在Vietoris–Rips复形上验证了有效性。
2025-10-06 cs.CG cs.DM cs.NA