Certified Recovery of Nonlocal Proximity Components from Finite Curve Samples

技术摘要：有限曲线样本下非局部邻近分量的认证恢复

问题陈述
本文研究了针对具有有界曲率 $\kappa$ 的 $C^2$ 单位速度曲线 $\gamma: [0, L] \to \mathbb{R}^3$ 的非局部邻近关系的拓扑恢复问题。目标是确定何时可以从有限样本集中可靠地恢复集合 $E_r = \{(s, t) \in \Omega_\delta : \|\gamma(s) - \gamma(t)\| < r\}$ 的路径连通分量结构。这里，$\Omega_\delta = \{(s, t) : |s - t| \ge \delta\}$ 排除了平凡的近对角线区域，$E_r$ 编码了在参数空间中分离至少 $\delta$ 但在空间上接近（距离小于 $r$）的曲线点对。挑战在于建立一个显式的采样密度条件和一个可计算的证书，以保证插值函数的亚水平集（sublevel set）的路径连通分量与精确曲线的路径连通分量相匹配，而不单纯依赖于渐近论证。

方法论
该方法分为四个逻辑层，从插值误差界限过渡到拓扑流论证：

1. 显式插值与误差界限：
   作者利用有限差分斜率从有限样本构建三次 Hermite 插值器 $S_N$。不同于标准的分析，作者利用 Peano 核计算，为位置和导数误差提供了尖锐且显式的一致界限。

   • 位置误差：$\|S_N - \gamma\|_\infty \le \frac{3}{16}\kappa h_N^2$。
   • 导数误差：$\|S'_N - \gamma'\|_\infty \le 0.7515 \kappa h_N$。
     这些估计通过 Dunkl–Williams 不等式传播到成对距离函数 $d_{S_N}$ 及其梯度，用以限制梯度 $\nabla d$ 的扰动。

2. 几何正则性与对称性约简：
   非局部定义域 $\Omega_\delta$ 是两个三角形的并集。通过对称性，问题被简化为一个单侧直角等腰三角形 $\Delta$。作者通过分析 $\Delta$ 的几何性质，推导出了控制顶点和边缘附近投影行为的显式常数（$C_\Omega = \csc(\pi/8)$, $C_A = \sqrt{2+\sqrt{2}}$）。

3. 松弛锥下降场（Relaxed-Cone Descent Field）：
   一个关键的技术障碍是切锥投影映射在 $\Delta$ 的边界处是不连续的。为了避免这一问题，作者构造了一个Lipschitz 可行下降场。他们引入了一个带有仿射右侧项的“松弛”切锥，将插值的下降方向投影到这个移动的多面体上，并进行归一化。这产生了一个向量场，只要梯度误差小于一半的“边界感知正则性裕度” $\lambda$，该向量场对于精确距离函数和插值距离函数都是严格下降的。

4. 形变收缩与拓扑同构：
   下降场产生的流将精确的亚水平集 $E_r$ 和插值的亚水平集 $\hat{E}_r$ 都收缩到一个共同的核心 $F$ 上。这种形变收缩诱导了它们之间的路径连通分量同构 $\pi_0(\hat{E}_r) \cong \pi_0(E_r)$，前提是满足特定的正则性和采样条件。

核心贡献

• 尖锐插值常数： 推导了在任意网格上使用有限差分斜率的三次 Hermite 插值的精确 Peano 核常数，仅需 $C^2$ 正则性。
• 显式扰动界限： 利用 Dunkl–Williams 不等式给出成对距离函数及其梯度的定量界限。
• 松弛锥兼容性： 建立了一个引理，证明在最弱的梯度条件（$\varepsilon_g < \lambda/2$）下，松弛锥投影会产生 Lipschitz 向量场。
• 验证区间程序： 一个分层的区间算术算法（第 12 节），用于直接从插值器 $S_N$ 和曲率界 $\kappa$ 认证必要的几何假设（$d_{\min} > 0$ 和领圈正则性 $\lambda > 0$）。该程序是无条件可靠的，并且在细化过程中是可证明完备的。
• 可计算核心： 用完全可计算的核心 $\hat{F}$ 取代未知的曲线相关核心 $F$，从而将拓扑恢复问题转化为对显式函数 $d_{S_N}$ 的计算问题。

主要结果
论文确立了 定理 10.1，它提供了满足同构 $\pi_0(\hat{E}_r) \cong \pi_0(E_r)$ 的充分条件。这些条件要求：

1. 已知的曲率界 $\kappa$。
2. 边界感知的正则性裕度 $\lambda > 0$（确保临界点不会出现在阈值水平或在靠近边界处以改变扰动下的连通性）。
3. 满足闭式上界 $h^*$（推论 11.1）的采样密度 $h_N$，该上界取决于 $\kappa, \lambda$ 和正则性裕度 $\eta$。

论文区分了可靠性（基于网格的 $S_N$ 分量计算绝不会过度合并不同的分量）和完备性（保证所有分量都被找到）。完备性需要一个额外的假设，即插值器亚水平集的不同分量之间存在正距离，这与在区间 $(d_{\min}, r]$ 内不存在临界水平有关。

意义与主张
本文声称为有限样本拓扑恢复提供了一个经过认证的解决方案，超越了渐近收敛。其意义在于：

• 定量证书： 稳定性论证中的每个常数都是显式的，并且其中一些已被证明是尖锐的（例如 Peano 核、三角形的几何常数）。
• 算法可靠性： 假设的验证程序是无条件可靠的；如果程序失败，并不一定意味着拓扑是错误的，而是说明当前的网格或界限不足以对其进行认证。
• 向可计算问题的归约： 通过在最终拓扑步骤中使用插值器 $S_N$ 取代未知曲线 $\gamma$，将认证真实曲线拓扑的问题简化为对已知函数 $d_{S_N}$ 的纯粹可计算问题，且受限于一个可检查的非退化假设。

作者明确指出，虽然该方法可以认证分量结构，但要实现所有分量的全局终止枚举，还需要一个额外的临界水平搜索，这被确定为一个开放的算法方向，而非本文解决的问题。结果在刚性运动下是不变的，并随曲线的几何形状进行适当缩放。