A Topological Distance between Multi-fields based on Multi-Dimensional Persistence Diagrams
本文提出基于多维Reeb图和持续图计算多场拓扑距离的新方法,证明了其伪度量性质和稳定性,并在形状检索和化学键检测中验证了优于传统Reeb图方法的辨别力。
2023-09-09 cs.CG cs.GR
An Efficient Data Retrieval Parallel Reeb Graph Algorithm
Santa Clara University(圣克拉拉大学);University of South Florida(南佛罗里达大学)
定义在定义域上的标量函数的Reeb图给出了该定义域的拓扑有意义的总结。在过去的十年里,Reeb图在几何处理、图像处理、计算机图形学和计算拓扑学中具有重要的意义。在过去的十年中,分析大型数据集的需求有所增加。因此,需要更充分地考虑拓扑计算的并行化。提出了一种在有边界和无边界三角网格上的并行增广Reeb图算法。也就是说,除了我们的并行算法计算的Reeb图,我们描述了一种方法,用于提取原始流形数据的Reeb图结构。我们证明了我们的算法在标准数据集上的运行时间。作为一个应用程序,我们展示了我们的算法可以利用网格分割算法。
2020-10-12 cs.CG cs.CV
Propagate and Pair: A Single-Pass Approach to Critical Point Pairing in Reeb Graphs
随着拓扑数据分析的普及,Reeb图作为一种摘要技术在大型复杂数据的分析和可视化中有了新的应用,其作用已不仅仅局限于图本身。配对临界点可以形成拓扑指纹,称为持久性图,它提供了对数据结构和噪声的洞察。虽然身体的工作解决有效计算的Reeb图是大的,对文学是有限的。在本文中,我们讨论了两种算法的方法配对的Reeb图中的临界点,首先是一个多遍的方法,其次是一个新的单遍算法,所谓的配对和配对。
2019-09-06 cs.CG cs.GR
Singular Arrange and Traverse Algorithm for Computing Reeb Spaces of Bivariate PL Maps
Linköping University(林雪平大学)
本文提出一种基于安排与遍历框架的新型算法,用于高效计算双变量分段线性映射的Reeb空间,显著提升了计算效率。
2026-02-25 cs.CG
Local Equivalence and Intrinsic Metrics between Reeb Graphs
Reeb图作为拓扑空间和拓扑地图的图形表示,是计算机图形学和拓扑数据分析中的常见对象。在这些对象之间定义好的度量标准已经成为应用程序的一个重要问题,在应用程序中,量化两个给定的Reeb图的差异程度很重要。最近的贡献强调这一方面,提出了新的距离,如{ \em功能性失真}或{ \em交织},可证明比所谓的{ \em瓶颈距离}更具鉴别力,是真正的度量,而后者只是一个伪度量。与瓶颈距离相比,它们的主要缺点是比较难以评估(如果可能的话)。在这里,我们采取相反的观点的问题,并表明,瓶颈距离实际上是足够好的{ \em本地},在这个意义上,它是能够区分一个Reeb图从任何其他Reeb图在一个足够小的邻域,作为有效的其他指标。这表明考虑由这些距离引起的{ \em内在度量},其结果是所有{ \em全局}等价。这种新的观点对Reeb图的研究有潜在的影响的应用程序,其中一个可能不仅有兴趣在数据之间进行区分,但也在它们之间进行插值。
2017-03-08 cs.CG math.AT
Topological Analysis of Nerves, Reeb Spaces, Mappers, and Multiscale Mappers
数据分析往往不仅涉及数据来自的空间,而且还涉及数据所附带的各种类型的地图。近年来,一些相关的结构已被用于研究数据映射,包括Reeb空间,映射器和多尺度映射器。这些结构的构建还依赖于所谓的\emph{nerve}的一个覆盖域。在本文中,我们的目标是分析这些结构中编码的拓扑信息,以提供更好的理解这些结构,并促进其实际应用。更具体地说,我们表明,一维同源性的神经复合体$N(\mathcal{U})$的路径连接覆盖$\mathcal{U}$域$X$不能比域$X$本身丰富。直观地说,该结果意味着在从$X$到神经复合体$N(\mathcal{U})$的自然映射下不能“创建”新的$H_1$ -同源类。装备$X$与一个pseudometric $d$,我们进一步完善这一结果,并描述类的$H_1(X)$可能存在于神经复合体中使用的概念\emph{size}的覆盖元素在$\mathcal{U}$。这些基本结果的神经复合体,然后导致的$H_1$ -Reeb空间,映射器和多尺度映射器的同源性的分析。不幸的是,对$H_1$ -同源群的分析没有扩展到更高的维度。然而,通过使用映射诱导度量,建立映射器和域之间的Gromov-Hausdorff收敛结果,并交织相关模块,我们仍然可以分析(多尺度)映射器的持久同调群,以建立与Reeb空间的连接。
2017-03-21 cs.CG math.AT
Labeled Interleaving Distance for Reeb Graphs
本文定义带标签 Reeb 图的交织距离,证明普通交织距离等价于所有标签下的最小值,给出轮廓树计算算法,并证明无标签 Reeb 图的普通交织距离非内蕴。
2023-06-01 cs.CG cs.DS math.AT
Reeb Complements for Exploring Inclusions Between Isosurfaces From Two Scalar Fields
本文提出 Reeb 补集,整合两个 Reeb 图及其等值面包含关系,通过 Reeb 积与投影减法提取标量场间关系,支持细节层次控制,用于特征分析。
2024-05-27 cs.CG
Strong Equivalence of the Interleaving and Functional Distortion Metrics for Reeb Graphs
Reeb图是通过实值函数的透镜来研究拓扑空间的构造。它已被广泛应用于应用程序中,但它的使用实际数据意味着它是可取的,越来越有必要有比较的Reeb图的方法。最近,已经提出了几种方法来定义度量的空间上的Reeb图。在本文中,我们重点讨论了两个:函数失真距离和交织距离。前者是基于Gromov-Hausdorff距离,而后者利用Reeb图和一类特殊的共层之间的等价性。然而,两者都是通过在研究的两个图之间构造近同构来定义的。本文证明了这两个度量在Reeb图空间上是强等价的。特别是,这给出了一个直接的证明的瓶颈稳定性持久图的Reeb图交织距离。
2014-12-20 cs.CG math.AT
Stability and Approximations for Decorated Reeb Spaces
本文提出了多种变体的装饰Reeb空间,证明了其Gromov-Hausdorff稳定性,并基于有限样本近似开发了应用于点云数据的计算框架。
2024-03-20 cs.CG math.AT math.MG
Convergence between Categorical Representations of Reeb Space and Mapper
Reeb空间是Reeb图概念的推广,是拓扑数据分析和可视化中为数不多的适用于多元科学数据集研究的工具之一。首先由Edelsbrunner等人提出,它压缩多变量映射的水平集的分量,并获得它们的关系的概要表示。一个相关的结构称为映射器,和一个特殊的情况下,映射器结构称为联合轮廓网已被证明是有效的可视化分析。Mapper和JCN被直观地认为是Reeb空间的离散近似,但没有正式的证明或近似保证。Dey等人提出了一个悬而未决的问题,即映射器构造是否在极限上收敛到Reeb空间。在本文中,我们有兴趣发展的Reeb空间和它的离散近似之间的关系的理论理解,以支持其在实际数据分析中的使用。利用范畴论的工具,我们正式证明了Reeb空间和映射之间的收敛性,在它们的范畴表示之间的交错距离。给定一个序列的细化离散化,我们证明了这些近似收敛到Reeb空间的交错距离,这也有助于量化的近似质量的离散化在一个固定的分辨率。
2016-04-12 cs.CG math.AT
Faithful Reeb Graph Reconstruction of a Tectonic Subduction Zone from Earthquake Hypocenters
本文提出放宽密度假设的Reeb图几何重建方法,在Hausdorff噪声下仅需局部度量接近即可恢复欧氏度量图,并应用于从地震震源数据重建SLAB2.0俯冲带板块边界。
2025-07-18 cs.CG
Measuring Distance between Reeb Graphs
几何和拓扑数据分析中的一个流行思想是提供描述符,该描述符对来自观察数据的关于隐藏对象的有用信息进行编码。Reeb图是给定标量函数的一个这样的描述符。Reeb图提供了输入域的简单而有意义的抽象,并且也可以有效地计算。考虑到Reeb图在应用中的流行程度,重要的是要了解其相对于输入函数变化的稳定性和鲁棒性,以及能够比较由不同函数产生的Reeb图。在本文中,我们提出了一个度量Reeb图,称为功能失真距离。在此距离测度下,Reeb图对输入函数的微小变化是稳定的。同时,它在区分输入函数时仍然具有区分性。特别是,主要的结果是,两个Reeb图之间的功能失真距离是有界的从下面的(因此更具歧视性)的瓶颈之间的距离,普通和扩展持久性图适当的尺寸。作为结果的应用,我们分析了Reeb图的一种自然简化方案,并证明了Reeb图的持久特征在简化下仍然是持久的。理解简化下Reeb图的重要特征的稳定性本身就是一个有趣的问题,对Reeb图的实际应用至关重要。
2016-09-28 cs.CG math.AT math.MG
An Algorithm for Fast and Correct Computation of Reeb Spaces for PL Bivariate Fields
International Institute of Information Technology, Bangalore(班加罗尔国际信息技术学院);Kyushu University(九州大学)
本文提出了一种快速且正确计算PL双变量场Reeb空间的算法,通过多维Reeb图和Jacobi结构实现,时间复杂度为O(n² + n c_int log n + n c_L²)
2026-02-01 cs.CG cs.DS
Robust Geometric Predicates for Bivariate Computational Topology
Scientific Visualization Group, Department of Science;Technology (ITN), Link\"oping University, Norrk\"oping, Sweden
本文提出利用精确算术与符号扰动方案,实现双变量雅可比集和Reeb空间算法的鲁棒几何谓词,并开发自动评估大型符号多项式的方法,提供实现与效率评估。
2025-10-09 cs.CG
Statistical analysis of Mapper for stochastic and multivariate filters
Reeb空间及其离散化版本(称为映射器)是拓扑数据分析中常用的描述符,在计算生物学和数据可视化等各个科学领域都有大量应用。Mapper收敛到Reeb空间的收敛速率的稳定性和量化在最近的工作中已经研究了很多[BBMW 19,CO 17,CMO 18,MW 16],重点是标量值滤波器用于Mapper计算的情况。另一方面,在多元情况下,当滤波器的余域是$\mathbb{R}^p$时,以及在一般情况下,当它是一般度量空间$(Z, d_Z)$而不是$\mathbb{R}$时,已知的要少得多。在此设置中可用的少数结果[DMW 17,MW 16]只能处理连续拓扑空间,不能用于表示数据的有限度量空间,如点云和距离矩阵。在这篇文章中,我们介绍了一个通常的映射构造的轻微修改,我们给出了风险界估计的Reeb空间使用此估计。我们的方法特别适用于用于计算Mapper的过滤函数也是从数据中估计的设置,例如PCA的特征函数。我们的结果是关于Gromov-Hausdorff距离的,使用[DMW 17]中定义的映射器和Reeb空间的特定基于过滤器的伪度量计算。最后,我们提供了这种设置在统计和机器学习中的应用,用于不同类型的目标过滤器,以及证明我们方法相关性的数值实验
2021-01-15 cs.CG math.AT stat.ME
Probabilistic Convergence and Stability of Random Mapper Graphs
IST Austria(奥地利科学技术学院);Technion - Israel Institute of Technology(以色列理工学院);Michigan State University(密歇根州立大学);University of Utah(犹他大学)
研究随机映射图与拓扑空间Reeb图的概率收敛性,提出增强映射图并证明其在概率密度下近似Reeb图,结合可构造余sheaf理论与核密度估计方法。
2020-08-14 cs.CG math.AT math.PR
Topological Hierarchical Decompositions
本研究探索用于聚类分析的拓扑框架,以拓扑层次分解(THDs)为核心研究对象,给出传统聚类算法的拓扑化示例与相关初步结果,还提出mapper函子的广义构造以推广多尺度mapper,为无监督数据分析的可解释性提供基础。
2023-12-15 cs.CG math.AT
Scalar Field Comparison with Topological Descriptors: Properties and Applications for Scientific Visualization
本文综述了基于拓扑描述符的标量场比较方法,按单场、时变场和集合三类数据对可视化任务进行分类,并提出了比较测度的数学与计算性质及任务分类。
2021-06-01 cs.CG cs.HC
Topological Similarity of Random Cell Complexes and Applications
虽然随机细胞复合体在整个物理科学中都有出现,但似乎没有一种标准的方法来量化它们的统计相似性和差异。文献中的各种建议通常是出于对特定物理系统的分析,不一定适用于一般情况。本文中的中心概念-样本和布-提供了一个细胞复合体的局部拓扑结构的描述,它是一般的(任何可以被表示为细胞复合体的物理系统都是可接受的)和完整的(任何关于局部拓扑结构的统计问题都可以从布中得到回答)。此外,该方法允许定义测量两个细胞复合体的局部拓扑结构的相似性的距离。该距离用于识别通过能量最小化演化的模型位错网络的稳定状态,然后严格量化模拟到该稳定状态的方法。
2016-01-04 cond-mat.mtrl-sci cs.CG
On the cosine similarity and orthogonality between persistence diagrams
Universiti Kebangsaan Malaysia(马来西亚国立大学)
本文针对持久性图相似度问题,提出余弦相似度作为新指标并引入正交性概念,实验证明其比bottleneck和Wasserstein等标准距离更准确。
2025-04-06 cs.CG math.AT
Rapid and Precise Topological Comparison with Merge Tree Neural Networks
Tulane University(杜兰大学);Montana State University(蒙大拿州立大学)
本文提出归并树神经网络 MTNN,利用图神经网络嵌入和拓扑注意力机制实现快速精确的归并树相似度比较,在保持错误率低于0.1%的同时将速度提升超过100倍。
2024-10-04 cs.CG cs.LG