When persistence diagrams are formalized as the Mobius inversion of the birth-death function, they naturally generalize to the multi-parameter setting and enjoy many of the key properties, such as stability, that we expect in applications. The direct definition in the 2-parameter setting, and the corresponding brute-force algorithm to compute them, require $\Omega(n^4)$ operations. But the size of the generalized persistence diagram, $C$, can be as low as linear (and as high as cubic). We elucidate a connection between the 2-parameter and the ordinary 1-parameter settings, which allows us to design an output-sensitive algorithm, whose running time is in $O(n^3 + Cn)$.


翻译:当固态图像莫比乌斯对生死功能的倒置那样正式化时,它们自然会概括到多参数设置中,并享有我们在应用中预期的许多关键特性,例如稳定性。 2参数设置中的直接定义以及相应的粗力算法需要$\Omega(n ⁇ 4) 操作。但通用持久性图表的大小($C$)可以像直线(和立方体一样高)一样低。我们阐明了2参数与普通的1参数设置之间的联系,使我们能够设计出一种对产出敏感的算法,其运行时间为$(n ⁇ 3+Cn) 。

0
下载
关闭预览

相关内容

专知会员服务
76+阅读 · 2021年3月16日
专知会员服务
50+阅读 · 2020年12月14日
【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
已删除
将门创投
5+阅读 · 2019年4月4日
Arxiv
0+阅读 · 2022年2月10日
Arxiv
0+阅读 · 2022年2月9日
Arxiv
8+阅读 · 2019年2月15日
Arxiv
3+阅读 · 2017年12月1日
VIP会员
相关资讯
已删除
将门创投
5+阅读 · 2019年4月4日
Top
微信扫码咨询专知VIP会员