Signatures, Lipschitz-Free Spaces, and Paths of Persistence Diagrams
Notice bibliographique
Résumé
Abstract. Paths of persistence diagrams provide a summary of the dynamic topological structure of a one-parameter family of metric spaces. These summaries can be used to study and characterize the dynamic shape of data such as swarming behavior in multiagent systems, time-varying functional MRI scans from neuroscience, and time-dependent scalar fields in hydrodynamics. While persistence diagrams can provide a powerful topological summary of data, the standard space of persistence diagrams lacks the sufficient algebraic and analytic structure required for many theoretical and computational analyses. We enrich the space of persistence diagrams by isometrically embedding it into a Lipschitz-free space, a Banach space built from a universal construction. We utilize the Banach space structure to define bounded variation paths of persistence diagrams, which can be studied using the path signature, a reparametrization-invariant characterization of paths valued in a Banach space. The signature is universal and characteristic, which allow us to theoretically characterize measures on the space of paths and motivate its use in the context of kernel methods. However, kernel methods often require a feature map into a Hilbert space, so we introduce the moment map, a stable and injective feature map for static persistence diagrams, and compose it with the discrete path signature, producing a computable feature map into a Hilbert space. Finally, we demonstrate the efficacy of our methods by applying this to a parameter estimation problem for a 3-dimensional model of swarming behavior.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».