持续同调 1

一.

拓扑数据分析（TDA）按定义，TDA是以持久同调（persistent homology）为基础，对数据的拓扑学特征（topological features）进行分析的方法。其一般性目的是从高维数据中提取有效信息。TDA主要研究点云的几何相似性，分析点云中存在的高维结构（洞），根据代数拓扑学中的同调的方法，用算法完成在n维空间中分析孔洞。持续同调是为了在存在噪音的数据中进行拓扑数据分析。

二

1. 贝蒂数与孔洞

首先要引入贝蒂数的概念，贝蒂数是在拓扑空间内描述连通性的一种方式。用最简单的术语来说，第k个贝蒂数βk表示拓扑空间中k维孔洞的数量，例如:βo为连通元素的个数，β1为平面孔数(一维洞);β2为二维空洞(二维孔洞)的个数。

目前我对孔洞的理解：一维孔洞的数量（β1）实际是指二维图形所在的平面中孔洞的数量，二维孔洞的数量实际是指三维图形在三维空间中孔洞的数量（在三维空间中分析，不可以二维平面的视角分析）。我猜测，n维孔洞的数量（βn)是指n+1维空间中n+1维图形的孔洞数量，并且不能降维分析数量。根据定义，洞是点云中存在的高维结构。所以在分析n维孔洞的数量时，是需要以n+1维的视角去找该结构的，我的猜测具有一定合理性。

2. 单纯形

单纯形是代数拓扑中最基本的概念。单纯形是三角形和四面体的一种泛化，一个k维单纯形是指包含（k+1)个节点的凸多面体（凸多面体定义：整个多面体都在其任何一个面所在平面同侧的多面体，即凸多面体的任何一个面延展都不会通过它的内部）。

举例：1维单纯形就是线段；2维单纯形就是三角形；三维单纯形就是四面体。

又：3维单纯形，是将2维单纯形的三条边都换成2维单纯形并无缝粘合起来；4维单纯形，是将3维单纯形的三个面都换成3维单纯形并无缝粘合起来；5维单纯形，是将4维单纯形的三个"面"都换成4维单纯形并无缝粘合起来；

对孔洞和单纯形对维度的涉及进行总结：n维孔洞要升一维（n+1）去找，n维单纯形就是常理上的n维图形。n+1维图形是由n维图形围成的，所以说n维孔洞是由n维单纯形围成的洞（个人理解，和网络上的定义有出入，待查！）

3. VR复形

先设置一个 ϵ ，ϵ 从0开始逐渐增大，如果增大过程中 ϵ 大于点云中两个点之间的距离，则将两个点连线，这样形成的复形称为VR复形。

如上图，相互覆盖的点就能构成单纯形，连接起来即可。设置的半径不断变化，得到的不同维度的单纯形的数量也不断变化。

三.

持续同调的方法，记录下了拓扑学特征持续的“时间”（以半径为量度）

 

 条的长度显示了各个特征的生命周期，即它们的持续性。

总结: 拓扑数据分析通过分析点云的相似性，分析点云中存在的有效信息，来从高维数据中获得有效信息。持续同调的方法可以从有噪音的数据中完成这一任务。我再次做出猜测：点云相似性的指标就是贝蒂数，有效信息也是贝蒂数或者贝蒂数存在的时间，高维数据中的有效信息是指数据的拓扑学归类或者说数据的特征（以进行归类和特征分析）。需进一步学习来解决猜测中提出的问题。

本文存在引用和摘抄，仅作为自己的学习笔记