A stability theorem for bigraded persistence barcodes

Résumé technique : Un théorème de stabilité pour les diagrammes de Persistance Bigradés

Énoncé du problème
L'article traite deux limitations fondamentales de l'application de l'homologie persistante bigradée à la science des données, spécifiquement lorsqu'elle est dérivée des complexes de moment-angle $Z_K$ associés à la filtration de Vietoris–Rips d'un espace pseudo-métrique fini $X$.

Premièrement, l'homologie bigradée standard des complexes de moment-angle, bien que théoriquement riche, est prohibitive sur le plan computationnel. Par la décomposition de Hochster, le calcul de ces groupes nécessite le calcul de l'homologie simpliciale de tous les sous-complexes complets du complexe simplicial sous-jacent, une tâche dont la complexité augmente mal avec la taille des données.

Deuxièmement, et plus crucialement pour les applications en science des données, l'homologie persistante bigradée standard manque d'une propriété de stabilité. En analyse topologique des données, la stabilité garantit que de petites perturbations dans les données d'entrée (mesurées par la distance de Gromov–Hausdorff) entraînent de faibles changements dans les diagrammes de persistance résultants (mesurés par la distance de bottleneck). Sans cette propriété, les invariants ne sont pas robustes au bruit, ce qui limite leur utilité. Les auteurs notent que si la persistance bigradée peut distinguer des nuages de points indiscernables par la persistance ordinaire (comme le montre l'Exemple 3.4), son absence de stabilité la rend peu pratique pour les applications du monde réel.

Méthodologie
Pour résoudre ces problèmes, les auteurs utilisent l'homologie double bigradée des complexes de moment-angle, un concept introduit et étudié dans [LPSS].

1. Construction de l'homologie double : Au lieu d'utiliser l'homologie standard $H_*(Z_K)$, les auteurs définissent un complexe de chaînes $CH_*(Z_K) = (H_*(Z_K), \partial')$ en dotant les groupes d'homologie bigradée d'une seconde différentielle $\partial'$. L'homologie de ce nouveau complexe, notée $HH_*(Z_K)$, est l'homologie double.
2. Homologie double persistante bigradée : Les auteurs définissent le module d'homologie double persistante bigradée $PHHZ(X)$ en appliquant le foncteur d'homologie double aux complexes de moment-angle $Z_{R(X,t)}$ associés à la filtration de Vietoris–Rips $\{R(X,t)\}_{t \geq 0}$.
3. L'opération de doublage : Un outil technique central dans la preuve est l'opération de « doublage » sur les complexes simpliciaux et les espaces pseudo-métriques. Doubler un sommet $i$ dans un complexe $K$ (ou un point $x$ dans un espace $X$) crée un nouveau complexe $K'$ (ou un nouvel espace $X'$) en ajoutant un sommet dupliqué $i'$ (ou un point $x'$) avec une distance nulle par rapport à l'original.
   • Crucialement, bien que le doublage modifie l'homologie standard du complexe de moment-angle (Exemple 4.18), il préserve l'homologie double (Proposition 4.19).
   • De plus, toute correspondance entre deux espaces pseudo-métriques finis peut être réalisée par une bijection entre leurs doublages itérés (Proposition �4.16).

Contributions clés et résultats

• Définition de l'homologie double persistante bigradée : L'article définit formellement les modules d'homologie double persistante bigradée $PHHZ(X)$ et leurs diagrammes correspondants $BB(X)$. Ces modules sont montrés comme étant plus accessibles sur le plan computationnel que leurs homologues bigradés standards grâce à la taille réduite des groupes d'homologie double.
• Stabilité pour la persistance bigradée ordinaire (modifiée) : Les auteurs établissent d'abord un théorème de stabilité pour l'homologie persistante bigradée standard $PHZ(X)$. Cependant, cette stabilité ne tient qu'avec respect à une distance de Gromov–Hausdorff modifiée ($d'_{GH}$), qui restreint l'infimum dans la définition de la distance aux seules correspondances bijectives (Théorème 4.21). L'article démontre que la distance de Gromov–Hausach standard ($d_{GH}$) est insuffisante pour la stabilité de $PHZ(X)$, car doubler un point change le diagramme tout en laissant $d_{GH}$ inchangée (Exemple 4.18).
• Théorème de stabilité pour l'homologie double : Le résultat principal (Théorème 4.23) prouve que les modules d'homologie double persistante bigradée satisfont un théorème de stabilité par rapport à la distance de Gromov–Hausdorff standard. Spécifiquement, pour deux espaces pseudo-métriques finis $X$ et $Y$ :
  $$d_{IL}(PHHZ(X), PHHZ(Y)) \leq 2d_{GH}(X, Y)$$
  où $d_{IL}$ est la distance d'entrelacement.
• Application du théorème d'isométrie : En invoquant le Théorème d'isométrie (Théorème 4.12), les auteurs dérivent un résultat de stabilité correspondant pour les diagrammes (barcodes) bigradés $BB(X)$ et $BB(Y)$ en termes de la distance $\infty$-Wasserstein (bottleneck) (Corollaire 4.24) :
  $$W_\infty(BB(X), BB(Y)) \leq 2d_{GH}(X, Y)$$

Signification et affirmations
L'article affirme que l'introduction de l'homologie double persistante bigradée résout les deux inconvénients principaux de l'approche bigradée originale.

1. Efficacité computationnelle : Les modules d'homologie double sont plus petits que les modules d'homologie bigradée standard, ce qui les rend plus accessibles d'un point de vue computationnel.
2. Robustesse : Plus important encore, les modules d'homologie double possèdent la propriété de stabilité essentielle pour les applications en science des données. Les auteurs déclarent que cette propriété « signifie approximativement que le diagramme bigradé est robuste aux changements dans les données d'entrée ».

Les auteurs soulignent que si la persistance bigradée offre des structures algébriques plus riches et la capacité de distinguer des ensembles de données que la persistance ordinaire ne peut distinguer (Exemple 3.4), elle était auparavant inutilisable en pratique en raison de son instabilité. Le théorème de stabilité pour l'homologie double « ouvre une voie pour une application plus efficace dans l'analyse de données » en combinant le pouvoir de discrimination des invariants bigradés avec la robustesse requise pour les données bruitées. L'article ne propose pas de nouvelles applications expérimentales mais établit le fondement théorique nécessaire pour rendre de telles applications viables.