Articulo de referencia

Grupo de homología persistente

En homología persistente , un grupo de homología persistente es un análogo multiescala de un grupo de homología que captura información sobre la evolución de características top...

En homología persistente , un grupo de homología persistente es un análogo multiescala de un grupo de homología que captura información sobre la evolución de características topológicas a través de una filtración de espacios. Mientras que el grupo de homología ordinario representa clases de homología no triviales de un espacio topológico individual , el grupo de homología persistente rastrea solo aquellas clases que permanecen no triviales a través de múltiples parámetros en la filtración subyacente. Análogo al número de Betti ordinario , los rangos de los grupos de homología persistente se conocen como números de Betti persistentes . Los grupos de homología persistente fueron introducidos por primera vez por Herbert Edelsbrunner , David Letscher y Afra Zomorodian en un artículo de 2002 Topological Persistence and Simplification , uno de los artículos fundamentales en los campos de la homología persistente y el análisis de datos topológicos , [ 1 ] basado en gran medida en los códigos de barras de persistencia y el algoritmo de persistencia, que fueron descritos por primera vez por Serguei Barannikov en el artículo de 1994. [ 2 ] Desde entonces, el estudio de los grupos de homología persistente ha dado lugar a aplicaciones en ciencia de datos , [ 3 ] aprendizaje automático , [ 4 ] ciencia de materiales , [ 5 ] biología , [ 6 ] [ 7 ] y economía . [ 8 ]

Definición

DejarK{\displaystyle K}sea ​​un complejo simplicial y dejemos queF:KR{\displaystyle f:K\to \mathbb {R} }Sea una función monótona de valor real . Entonces, para algunos valoresa0<a1<<anorteR{\displaystyle a_{0}<a_{1}<\cdots <a_{n}\in \mathbb {R} }los subconjuntos de nivelK(a):=F1(,a]{\displaystyle K(a):=f^{-1}(-\infty ,a]}generar una secuencia de subcomplejos anidados=K0K1Knorte=K{\displaystyle \emptyset =K_{0}\subseteq K_{1}\subseteq \cdots \subseteq K_{n}=K}conocido como filtración deK{\displaystyle K}.

Aplicarpagth{\displaystyle p^{th}}La homología con cada complejo produce una secuencia de grupos de homología.0=Hpag(K0)Hpag(K1)Hpag(Knorte)=Hpag(K){\displaystyle 0=H_{p}(K_{0})\to H_{p}(K_{1})\to \cdots \to H_{p}(K_{n})=H_{p}(K)}conectados por homomorfismos inducidos por los mapas de inclusión de la filtración subyacente. Cuando se toma la homología sobre un cuerpo , obtenemos una secuencia de espacios vectoriales y mapas lineales conocida como módulo de persistencia .

DejarFpagi,j:Hpag(Ki)Hpag(Kj){\displaystyle f_{p}^{i,j}:H_{p}(K_{i})\to H_{p}(K_{j})}sea ​​el homomorfismo inducido por la inclusiónKiKj{\displaystyle K_{i}\hookrightarrow K_{j}}. Entonces elpagth{\displaystyle p^{th}}Los grupos de homología persistente se definen como las imágenesHpagi,j:=soyFpagi,j{\displaystyle H_{p}^{i,j}:=\operatorname {im} f_{p}^{i,j}}a pesar de1ijnorte{\displaystyle 1\leq i\leq j\leq n}. En particular, el grupo de homología persistenteHpagi,i=Hpag(Ki){\displaystyle H_{p}^{i,i}=H_{p}(K_{i})}.

Más precisamente, elpagth{\displaystyle p^{th}}El grupo de homología persistente puede definirse comoHpagi,j=Zpag(Ki)/(Bpag(Kj)Zpag(Ki)){\displaystyle H_{p}^{i,j}=Z_{p}(K_{i})/\left(B_{p}(K_{j})\cap Z_{p}(K_{i})\right)}, dóndeZpag(K){\displaystyle Z_{p}(K_{\bullet })}yBpag(K){\displaystyle B_{p}(K_{\bullet })}son los grupos estándar de p-ciclo y p-límite, respectivamente. [ 9 ]

Nacimiento y muerte de las clases de homología

A veces los elementos deHpagi,j{\displaystyle H_{p}^{i,j}}se describen como las clases de homología que "nacen" en o antesKi{\displaystyle K_{i}}y que aún no han "muerto" entrandoKj{\displaystyle K_{j}}Estas nociones pueden precisarse de la siguiente manera. Una clase de homologíaγHpag(Ki){\displaystyle \gamma \in H_{p}(K_{i})}Se dice que nació enKi{\displaystyle K_{i}}si no está contenido en la imagen del grupo de homología persistente anterior, es decir,γHpagi1,i{\displaystyle \gamma \notin H_{p}^{i-1,i}}. En cambio,γ{\displaystyle \gamma }Se dice que muere al entrarKj{\displaystyle K_{j}}siγ{\displaystyle \gamma }se subsume (es decir, se fusiona con) otra clase más antigua a medida que la secuencia avanza desdeKj1Kj{\displaystyle K_{j-1}\to K_{j}}. Es decir,Fpagi,j1(γ)Hpagi1,j1{\displaystyle f_{p}^{i,j-1}(\gamma )\notin H_{p}^{i-1,j-1}}peroFpagi,j(γ)Hpagi1,j{\displaystyle f_{p}^{i,j}(\gamma )\in H_{p}^{i-1,j}}La determinación de que una clase más antigua persista si se fusiona con una clase más joven, en lugar de al revés, se conoce a veces como la Regla del Anciano . [ 10 ] [ 11 ]

Los índicesi,j{\displaystyle i,j}en la que una clase de homologíaγ{\displaystyle \gamma }nace y muere entrando se conocen como los índices de nacimiento y muerte deγ{\displaystyle \gamma }La diferenciaji{\displaystyle j-i}se conoce como la persistencia del índice deγ{\displaystyle \gamma }, mientras que la diferencia correspondienteajai{\displaystyle a_{j}-a_{i}}en los valores de función correspondientes a esos índices se conoce como la persistencia deγ{\displaystyle \gamma }. Si no existe ningún índice en el queγ{\displaystyle \gamma }Cuando un elemento muere, se le asigna un índice de muerte infinito. Por lo tanto, la persistencia de cada clase puede representarse como un intervalo en la recta real extendida.R{±}{\displaystyle \mathbb {R} \cup \{\pm \infty \}}de cualquiera de las formas[ai,aj){\displaystyle [a_{i},a_{j})}o[ai,){\displaystyle [a_{i}',\infty )}Dado que, en el caso de un cuerpo infinito, el número infinito de clases siempre tiene la misma persistencia, la colección sobre todas las clases de tales intervalos no proporciona multiplicidades significativas para un multiconjunto de intervalos. En cambio, dichas multiplicidades y un multiconjunto de intervalos en la recta real extendida vienen dados por el teorema de estructura de la homología de persistencia . [ 2 ] Este multiconjunto se conoce como el código de barras de persistencia . [ 12 ]

Forma canónica

Concretamente, el teorema de estructura establece que para cualquier complejo filtrado sobre un campoF{\displaystyle F}Existe una transformación lineal que preserva la filtración y convierte el complejo filtrado en la llamada forma canónica , una suma directa definida canónicamente de complejos filtrados de dos tipos: complejos bidimensionales con homología trivial.d(miaj)=miai{\displaystyle d(e_{a_{j}})=e_{a_{i}}}y complejos unidimensionales con diferencial triviald(miai)=0{\displaystyle d(e_{a'_{i}})=0}. [ 2 ]

Diagrama de persistencia

Un ejemplo de diagrama de persistencia

Geométricamente, un código de barras se puede representar como un conjunto múltiple de puntos (con coordenadas posiblemente infinitas).(ai,aj){\displaystyle (a_{i},a_{j})}en el plano extendido(R{±})2{\displaystyle \left(\mathbb {R} \cup \{\pm \infty \}\right)^{2}}Según las definiciones anteriores, cada punto estará situado por encima de la diagonal, y la distancia a la diagonal es exactamente igual a la persistencia de la clase correspondiente veces.12{\displaystyle {\frac {1}{\sqrt {2}}}}Esta construcción se conoce como diagrama de persistencia y proporciona una forma de visualizar la estructura de la persistencia de las clases de homología en la secuencia de grupos de homología persistentes. [ 1 ]

Referencias

  1. 1 2 Edelsbrunner; Letscher; Zomorodian (2002). "Persistencia y simplificación topológica" . Geometría discreta y computacional . 28 (4): 511– 533. doi : 10.1007/s00454-002-2885-2 . ISSN 0179-5376 . 
  2. 1 2 3 Barannikov, Sergey (1994). "Complejo de Morse enmarcado y sus invariantes" (PDF) . Avances en Matemáticas Soviéticas . ADVSOV. 21 : 93–115 . doi : 10.1090/advsov/021/03 . ISBN 9780821802373. S2CID 125829976 . 
  3. Chen, Li M. (2015). Problemas matemáticos en ciencia de datos : métodos teóricos y prácticos . Zhixun Su, Bo Jiang. Cham. pp. 120–124 . ISBN   978-3-319-25127-1OCLC 932464024 {{cite book}}: CS1 mantenimiento: falta el editor de ubicación ( enlace )
  4. Aprendizaje automático y extracción de conocimiento : Primera Conferencia Internacional Interdisciplinaria IFIP TC 5, WG 8.4, 8.9, 12.9, CD-MAKE 2017, Reggio Emilia, Italia, 29 de agosto - 1 de septiembre de 2017, Actas . Andreas Holzinger, Peter Kieseberg, A. Min Tjoa, Edgar R. Weippl. Cham. 2017. págs. 23–24 . ISBN   978-3-319-66808-6OCLC 1005114370 {{cite book}}: CS1 maint: falta el editor de ubicación ( enlace ) CS1 maint: otros ( enlace )
  5. Hirata, Akihiko (2016). Análisis estructural de vidrios metálicos con homología computacional . Kaname Matsue, Mingwei Chen. Japón. pp. 63–65 . ISBN  978-4-431-56056-2OCLC 946084762 {{cite book}}: CS1 mantenimiento: falta el editor de ubicación ( enlace )
  6. Moraleda, Rodrigo Rojas (2020). Topología computacional para análisis de datos e imágenes biomédicas : teoría y aplicaciones . Nektarios A. Valous, Wei Xiong, Niels Halama. Boca Ratón, Florida. ISBN  978-0-429-81099-2OCLC 1108919429 {{cite book}}: CS1 mantenimiento: falta el editor de ubicación ( enlace )
  7. Rabadán, Raúl (2020). Análisis topológico de datos para genómica y evolución : topología en biología . Andrew J. Blumberg. Cambridge, Reino Unido. pp. 132–158 . ISBN   978-1-316-67166-5OCLC 1129044889 {{cite book}}: CS1 mantenimiento: falta el editor de ubicación ( enlace )
  8. Yen, Peter Tsung-Wen; Cheong, Siew Ann (2021). "Uso del análisis de datos topológicos (TDA) y la homología persistente para analizar los mercados bursátiles de Singapur y Taiwán" . Frontiers in Physics . 9:20 . Bibcode : 2021FrP.....9...20Y . doi : 10.3389/fphy.2021.572216 . hdl : 10356/155402 . ISSN 2296-424X . 
  9. Edelsbrunner, Herbert (2010). Topología computacional : una introducción . J. Harer. Providence, RI: American Mathematical Society. pp. 149–153 . ISBN   978-0-8218-4925-5OCLC 427757156 
  10. Nielsen, Frank, ed. (2021). Avances en geometría de la información : teoría y aplicaciones . Cham. p. 224. ISBN   978-3-030-65459-7OCLC 1243544872 {{cite book}}: CS1 mantenimiento: falta el editor de ubicación ( enlace )
  11. Oudot, Steve Y. (2015). Teoría de la persistencia : de las representaciones de carcaj al análisis de datos . Providence, Rhode Island. pp. 2–3 . ISBN   978-1-4704-2545-6OCLC 918149730 {{cite book}}: CS1 mantenimiento: falta el editor de ubicación ( enlace )
  12. Ghrist, Robert (2008). "Códigos de barras: La topología persistente de los datos" . Boletín de la Sociedad Matemática Americana . 45 (1): 61– 75. doi : 10.1090/S0273-0979-07-01191-3 . ISSN 0273-0979 .