The rank invariant (RI), one of the best known invariants of persistence modules $M$ over a given poset $P$, is defined as the map sending each comparable pair $p\leq q$ in $P$ to the rank of the linear map $M(p\leq q)$.The recently introduced notion of generalized rank invariant (GRI) acquires more discriminating power than the RI at the expense of enlarging the domain of RI to the set Int$(P)$ of intervals of $P$ or to the even larger set Con$(P)$ of connected subposets of $P$. Given that the size of Int$(P)$ and Con$(P)$ can be much larger than the domain of the RI, restricting the domain of the GRI to smaller, more manageable subcollections $\mathcal{I}$ would be desirable to reduce the total cost of computing the GRI. This work studies the tension between computational efficiency and strength when restricting the domain of the GRI to different choices of $\mathcal{I}$. In particular, we prove that in terms of discriminating power, the GRI over restricted collections $\mathcal{I}$ faithfully interpolates between the RI and the GRI over Int$(P)$. We also establish that for suitable collections $\mathcal{I}$, the GRI over $\mathcal{I}$ is stable. Finally, we introduce the notion of Zigzag-path-Indexed Barcode (ZIB) for persistence modules $M$ over a finite 2d-grid, which is a function that sends each zigzag path $\Gamma$ in the 2d-grid to the barcode of the restriction of $M$ to $\Gamma$. Since the RI is equivalent to the fibered barcode (i.e. the ZIB induced by monotone paths), the ZIB is a natural refinement of the RI. Motivated by a recent finding that zigzag persistence can be used to compute the GRI of $M$, we compare the discriminating power of the ZIB with that of the GRI. Clarifying the connection between the GRI and the ZIB is necessary to understand to what extent zigzag persistence algorithms can be exploited for computing the GRI.


翻译:异差值 (RI) 概念比RI 更具有差别性, 其代价是将RI的范围扩大到设定的 美元(P), 或更大的设定的 美元(P), 其定义是将每对可比较的一对O. p\leq q美元(P美元) 送至线性地图的等级 $M((p\leq q) 美元) 。 最近引入的通用异差值(GRI) 概念获得比RI 更具有差别性的力量, 其代价是将RI 域扩大至设定的 美元(P) 美元(美元), 或连结的2美元(P) 美元(美元) 。 鉴于Int (P) 美元(G) 美元和Con 美元(P) 的大小可以大大大于线性(G) 。

0
下载
关闭预览

相关内容

专知会员服务
42+阅读 · 2020年12月18日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10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
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
灾难性遗忘问题新视角:迁移-干扰平衡
CreateAMind
17+阅读 · 2019年7月6日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
LibRec 精选:推荐系统的常用数据集
LibRec智能推荐
17+阅读 · 2019年2月15日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
33+阅读 · 2022年2月15日
Arxiv
64+阅读 · 2021年6月18日
Arxiv
14+阅读 · 2020年12月17日
Learning in the Frequency Domain
Arxiv
11+阅读 · 2020年3月12日
Arxiv
23+阅读 · 2018年10月1日
VIP会员
相关VIP内容
相关资讯
灾难性遗忘问题新视角:迁移-干扰平衡
CreateAMind
17+阅读 · 2019年7月6日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
LibRec 精选:推荐系统的常用数据集
LibRec智能推荐
17+阅读 · 2019年2月15日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
相关论文
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Top
微信扫码咨询专知VIP会员