Kernel method for persistence diagrams via kernel embedding and weight factor
拓扑数据分析是一种新兴的数学概念,用于表征多尺度数据中的形状。在该领域中,持久性图被广泛用作输入数据的描述符,并且可以区分鲁棒和噪声拓扑属性。目前,迫切需要在持久性图上开发一个统计框架来处理实际数据。提出了一种持久图的核方法。我们的方法的一个理论贡献是,建议的内核允许一个控制持久性的效果,如果必要的话,嘈杂的拓扑属性可以在数据分析中打折。此外,该方法提供了一种快速近似技术。将该方法应用于包括物理实际数据在内的几个问题,结果表明,该方法在持久性图上优于现有的核方法。
2017-06-12 math.AT physics.data-an stat.ML
Stochastic Dynamics on Persistence Diagram Space via Reinforcement Learning
University of Tennessee(田纳西大学)
本文提出一种用于持续同调图(PD)空间随机动力学的强化学习框架,建立了相关马尔可夫链的遍历条件,可实现自适应拓扑简化与概率建模,实验验证其能保留主导拓扑结构并降低图复杂度。
2026-08-07 cs.LG math.AT stat.ML
Persistence Fisher Kernel: A Riemannian Manifold Kernel for Persistence Diagrams
RIKEN Center for Advanced Intelligence Project(理化学研究所高级智能项目中心);Kyoto University(京都大学)
代数拓扑方法近年来在复杂几何结构数据(如形状、链接扭曲图和材料数据)的统计分析中发挥了重要作用。其中,\textit{persistent homology}是一个众所周知的工具,以提取鲁棒的拓扑特征,并输出为\textit{persistence diagrams}(PD)。然而,PD是点多集,不能用于矢量数据的机器学习算法。一种新兴的方法是使用核方法,而合适的几何形状是衡量PD相似性的重要因素。PD的常用几何形状是\textit{Wasserstein metric}。然而,瓦瑟斯坦距离不是\textit{negative definite}。因此,在瓦瑟斯坦距离\textit{without approximation}上构建正定核是有限的。在这项工作中,我们依赖于替代\textit{Fisher information geometry}提出一个正定核PD \textit{without approximation},即持久性Fisher(PF)内核。然后,我们分析了核机器的积分算子的特征系统。在此基础上,我们通过覆盖数和Rademacher平均值推导出具有PF核的核机器的泛化误差界。此外,我们展示了一些很好的性质,如稳定性和无限整除建议的内核。此外,我们还提出了一个线性的时间复杂度在PD的点的数量近似我们提出的内核有界误差。在各种基准数据集上进行的许多不同任务的实验中,我…
2018-10-27 cs.LG math.AT stat.ML
Adaptive template systems: Data-driven feature selection for learning with persistence diagrams
Michigan State University(密歇根州立大学)
持久性图的特征提取作为丰富机器学习技术的一种工具,近年来受到越来越多的关注。在本文中,我们探讨了一种自适应的方法来本地化的持久图,然后在学习任务中使用的功能。具体来说,我们研究了三种算法,CDER,GMM和HDBSCAN,以获得自适应模板功能/功能。所述功能进行评估,在三个分类实验与持久性图。即,流形,人体形状和蛋白质分类。我们的分析的主要结论是,自适应模板系统,作为一种特征提取技术,在所研究的例子中产生有竞争力的,往往是优越的结果。此外,从这里研究的自适应算法,CDER始终提供最可靠和强大的自适应特征化。
2019-10-13 cs.CG cs.LG eess.IV
Unreduced Persistence Diagrams for Topological Machine Learning
Department of Mathematics and Statistics, Florida Atlantic University, Boca Raton, FL(数学与统计学系,佛罗里达国际大学, Boca Raton, FL)
研究未约简边界矩阵生成的拓扑特征向量在机器学习中的性能,发现其与完全约简持久图性能相当甚至更优,且计算内存需求低一个数量级。
2026-06-18 cs.CG cs.LG math.AT
From Persistence to Survival: Hypothesis Testing, Effect Sizes and Vectorisation for Topological Features
Department of Machine Learning and Systems Biology, Max Planck Institute of Biochemistry, Martinsried, Germany(机器学习与系统生物学部门,马克斯·普朗克生物化学研究所,马尔廷斯里德,德国)
提出STRAND方法,将持久性图视为生存数据,利用持久性生存函数统一实现假设检验、效应大小计算和向量化,在合成数据和真实基准上验证了有效性。
2026-06-11 cs.LG math.AT stat.ML
Fuzzy c-Means Clustering for Persistence Diagrams
University of Southampton(南安普顿大学);University of Oxford(牛津大学);Harvard University(哈佛大学);University of Warwick(华威大学)
持久性图简洁地表示了点云的拓扑结构,同时具有强大的理论保证,但如何将这些信息最好地集成到机器学习工作流程中的问题仍然是开放的。在本文中,我们扩展了无处不在的模糊c均值(FCM)聚类算法的持久性图的空间,使无监督学习,自动捕获的拓扑结构的数据,而无需拓扑先验知识或额外的处理持久性图,许多其他技术需要。我们给出了理论上的收敛保证,对应于欧几里德的情况下,并实证证明我们的算法捕捉拓扑信息,通过模糊RAND指数的能力。最后,我们在两个数据集上进行了实验,这些数据集利用了我们算法的拓扑和模糊性质:机器学习中的预训练模型选择和材料科学中的晶格结构。由于预先训练的模型可以在多个任务上表现良好,因此选择最佳模型是一个自然模糊的问题;我们证明了模糊聚类持久性图允许使用决策边界的拓扑结构进行模型选择。在材料科学中,我们首次对转换后的晶格结构数据集进行分类,而概率隶属度值使我们能够在进一步研究需要昂贵的实验室时间和专业知识的情况下对候选晶格进行排名。
2021-02-15 cs.LG stat.ML
Approximating Continuous Functions on Persistence Diagrams Using Template Functions
持久性图是拓扑数据分析中越来越有用的工具,但它与典型的机器学习技术一起使用需要数学技巧。迄今为止最成功的方法是将持久性图映射到向量空间,以最大化保留的结构。这个过程通常被称为特征化。在本文中,我们描述了一个数学框架的featurization称为\emph{template functions},我们表明,它解决了问题的持续性图空间的紧凑子集上的连续函数近似。具体来说,我们首先描述相对紧性的瓶颈距离,然后提供明确的理论方法,构造紧开稠密子集的持续图上的连续函数。这些密集的子集--通过模板函数获得--用于持久性图的监督学习任务。具体来说,我们测试的方法,包括形状数据和动力系统的几个例子的分类和回归算法。
2022-04-12 cs.CG math.AT math.ST
Discrete transforms of quantized persistence diagrams
本文提出 Qupid 方法,通过对数尺度网格分箱和离散变换将持久图高效向量化,在保持竞争力的同时显著降低计算成本,并对网格分辨率降低具有鲁棒性。
2024-10-21 cs.CG math.AT stat.ML
The persistence landscape and some of its properties
持久性景观将持久性图映射到一个函数空间中,这个空间通常可以被认为是一个巴拿赫空间,甚至是一个希尔伯特空间。在后一种情况下,它是一个特征图,并且有一个相关的内核。这个总结的主要优点是它允许人们应用统计和机器学习的工具。此外,从持久性图到持久性景观的映射是稳定和可逆的。我们引入了一个加权版本的持久性景观,并定义了一个单参数家庭的泊松加权持久性景观内核,可能是有用的学习。我们还展示了持久性景观的一些其他属性。首先,持久性景观可以被看作是一个热带有理函数。第二,在许多情况下,可以从一个平均的持久性景观中精确地重建所有的组件持久性图。因此,持久性景观内核是某些通用的经验措施的特点。最后,与交织距离相比,持久性景观距离可以任意小。
2019-01-26 math.AT stat.ML
Persistence diagrams of random matrices via Morse theory: universality and a new spectral diagnostic
Cedar Loop LLC
本文通过Morse理论证明随机矩阵的持续图由其特征值决定,揭示了持续图的普遍性,并提出持续熵作为新的谱诊断工具,优于传统方法。
2026-03-29 cs.LG math-ph math.AT
A Stable Cardinality Distance for Topological Classification
University of Tennessee(田纳西大学)
这项工作结合了拓扑特征,通过持久性图分类点云数据产生的材料科学。持久性图是总结给定数据的连通性和漏洞的多集。持久性图空间上的新距离为材料科学数据的分类算法生成相关输入特征。该距离使用匹配点的成本和对应于图之间基数差异的正则化项来度量持久性图的相似性。建立这个距离的稳定性属性提供了理论上的理由使用的距离比较这样的图。分类方案成功地确定材料的晶体结构的噪声和稀疏的数据从合成原子探针层析成像实验。
2019-11-08 cs.LG stat.ML
Revisiting the Sliced Wasserstein Kernel for persistence diagrams: a Figalli-Gigli approach
École polytechnique(巴黎综合理工学院);Univ. Gustave Eiffel(格勒诺布尔阿尔卑斯大学)
本文提出基于Figalli-Gigli距离的切片核,改进持久图嵌入的几何忠实性,同时保持计算简便性和理论性质。
2026-02-06 cs.CG stat.ML
Understanding the Power of Persistence Pairing via Permutation Test
The Ohio State University(俄亥俄州立大学)
最近,许多努力已被纳入持久性图,拓扑数据分析(TDA)的主要工具之一,到机器学习管道。为了更好地理解持久性图的能力和局限性,我们对图形数据和形状数据进行了一系列实验,旨在解耦和检查所涉及的不同因素的影响。为此,我们还提出了所谓的持久性图的\emph{permutation test}来描绘关键值和关键值的配对。对于图分类任务,我们注意到,虽然持久性配对在各种基准数据集上产生了一致的改进,但对于测试的各种过滤函数,大多数区分能力来自临界值。然而,对于形状分割和分类,我们注意到持久性配对在大多数基准数据集上显示出显着的能力,并且在仅仅基于临界值的摘要和基于排列测试的摘要上都有所改进。我们的研究结果有助于提供见解时,持久性图为基础的摘要可能更合适。
2020-01-16 cs.CG cs.LG stat.ML
Statistical Analysis of Persistence Intensity Functions
持久性图是一种概括函数拓扑特征的二维图,是拓扑数据分析的重要组成部分。如何处理持久化图集是一个备受关注的问题。我们如何总结它们,平均它们或聚类它们?一种方法-持久强度函数-由Edelsbrunner,Ivanov和Karasev(2012)非正式地引入。在这里,我们提供了一个修改和形式化的这种方法。使用持久强度函数,我们可以可视化多个图表,执行聚类和进行双样本测试。
2015-10-08 stat.ME stat.ML
Topological Bayesian Optimization with Persistence Diagrams
Kyoto University(京都大学);RIKEN AIP(理化学研究所先进智能项目中心)
寻找黑盒函数的最佳参数对于寻找稳定的材料结构和寻找最佳神经网络结构是重要的,并且贝叶斯优化算法被广泛用于该目的。然而,现有的贝叶斯优化算法大多只能处理向量数据,不能处理复杂的结构化数据。在本文中,我们提出了拓扑贝叶斯优化,它可以有效地找到一个最佳的解决方案,从结构化数据使用\emph{topological information}。更具体地说,为了将贝叶斯优化应用于结构化数据,我们从结构中提取有用的拓扑信息,并测量结构之间的适当相似性。为此,我们利用持久同源性,这是一个拓扑数据分析方法,最近被应用在机器学习。此外,我们提出了贝叶斯优化算法,可以处理多种类型的拓扑信息,通过使用一个线性组合的内核持久图。通过实验,我们表明,拓扑信息提取的持久同源性有助于更有效地搜索最佳结构相比,随机搜索基线和图贝叶斯优化算法。
2019-02-26 cs.LG stat.ML
Optimisation of Spectral Wavelets for Persistence-based Graph Classification
University of Oxford(牛津大学)
提出优化谱小波选择的框架,将图的几何属性编码至扩展持久性图,无需先验节点属性,在图分类任务中表现具竞争力,并扩展了持久同调的可微性理论。
2021-03-01 cs.LG eess.SP stat.ML
Differentially Private Topological Data Analysis
Purdue University(普渡大学)
本文研究差分隐私拓扑数据分析,分析持续图敏感度,提出基于 L1-DTM 与指数机制的私有化方法,并证明其误差近乎最优。
2023-11-03 cs.CG cs.CR cs.LG
Vector Summaries of Persistence Diagrams for Permutation-based Hypothesis Testing
针对大尺寸、大数量持久图的置换检验计算成本高的问题,提出基于积分的Betti函数向量化方法与组标签重排技术,在合成与真实数据上取得了与Wasserstein距离基线方法相当的检验效果。
2023-06-09 stat.ML
Sliced Wasserstein Kernel for Persistence Diagrams
持久性图在拓扑数据分析中起着重要的作用,常用于描述复杂形状的拓扑性质。PD具有很强的稳定性,并已证明其在各种学习环境中的实用性。然而,它们并不生活在一个自然具有希尔伯特结构的空间中,通常与特定的距离进行比较,例如瓶颈距离。为了将PD合并到学习流水线中,已经针对PD提出了几种内核,其中强烈强调RKHS距离w.r.t. PD的干扰。在这篇文章中,我们使用Wasserstein距离的切片Wasserstein近似SW来定义PD的新内核,它不仅是可证明稳定的,而且是可证明判别的(取决于PD中的点数)。PD之间的Wasserstein距离$d_1$。我们还证明了它的实用性,通过开发一种近似技术,以减少内核的计算时间,并表明我们的建议相比,有利的PD在几个基准现有的内核。
2017-11-09 cs.CG math.AT stat.ML
Bayesian Topological Learning for Classifying the Structure of Biological Networks
University of Tennessee(田纳西大学);University of Hawaii at Manoa(夏威夷大学马诺阿分校)
肌动蛋白细胞骨架网络产生局部拓扑签名,由于在网络的孔的数量,大小和形状的自然变化。持久同源性是一种探索数据的这些拓扑属性并将其总结为持久性图的方法。在这项工作中,我们分析和分类这些细丝网络转换成持久性图,其可变性是量化的,通过贝叶斯框架上的持久性图的空间。建议的广义贝叶斯框架采用了独立和同分布的集群点过程的持久性图表征,并依赖于替代似然参数。这个框架提供了灵活性,以估计后验基数分布的点在持久性图和后验空间分布的同时。我们提出了一个封闭的形式下的高斯混合假设和二项式先验强度和基数分别后验。使用这种后验计算,我们实现了贝叶斯因子算法分类肌动蛋白丝网络和基准它对几个国家的最先进的分类方法。
2020-09-24 cs.LG q-bio.QM stat.ML
$k$-Means Clustering for Persistent Homology
本文证明了$k$-均值聚类算法在持续同调图空间上的收敛性,并在Karush--Kuhn--Tucker框架下建立了优化问题的理论性质,实验表明直接在持续同调图和测度上聚类的性能优于向量化表示。
2023-11-25 math.OC stat.AP stat.ML
Large Scale computation of Means and Clusters for Persistence Diagrams using Optimal Transport
Datashape(数据形态团队);Inria Saclay(法国国家信息与自动化研究所萨克莱分院);Google Brain(谷歌大脑);CREST(经济与统计研究中心);ENSAE(法国国家统计与经济管理学院)
持久性图(PD)现在通常用于总结复杂数据的底层拓扑。尽管有几个吸引人的属性,但将PD纳入学习管道可能具有挑战性,因为它们的自然几何不是希尔伯特几何。事实上,最近的一系列论文证明了这一点,这些论文表明,对几个PD进行平均的简单任务在计算上可能是禁止的。在这篇文章中,我们提出了一个易于处理的框架,在规模上进行PD的标准任务,特别是评估距离,估计重心和执行聚类。这个框架建立在重新制定的PD指标作为最佳运输(OT)问题。这样做,我们可以利用最近的计算进步:平面网格上的OT问题,当用熵正则化时,是凸的,可以使用Sinkhorn算法和卷积在线性时间内解决。这导致可在GPU上流式传输的可扩展计算。我们证明了我们的方法的效率进行聚类图度量上千PD,规模从未见过的文献。
2018-11-13 cs.CG cs.LG stat.ML
Estimation and Quantization of Expected Persistence Diagrams
持久性图(PD)是最常见的描述符,用于编码具有挑战性的学习任务中出现的结构化数据的拓扑结构;例如,考虑图形,时间序列或点云采样接近流形。给定随机对象和PD的相应分布,人们可能想要构建这些随机PD的统计摘要(例如平均值),然而这不是一个微不足道的任务,因为PD空间的自然几何形状不是线性的。在这篇文章中,我们研究了两个这样的总结,预期持久性图(EPD),及其量化。EPD是R2支持的一个度量,它可以通过它的经验对应物来近似.我们证明了这个估计是最佳的,从极大极小的角度来看,一大类模型的参数收敛速率。经验EPD是简单和有效的计算,但可能有一个非常大的支持,阻碍其在实践中的使用。为了克服这个问题,我们提出了一种算法来计算量化的经验EPD,一个小的支持,这是接近最佳速率的理论EPD的量化近似的措施。
2021-05-11 math.ST stat.ML stat.TH