ICLR 2026 学习理论拓扑数据分析持续同调持续图向量化表示双连续性 1-Wasserstein 稳定性

Persistence Spheres: Bi-Continuous Representations of Persistence Diagrams¶

会议: ICLR 2026
OpenReview: https://openreview.net/forum?id=eITU6vjnIa
领域: 学习理论 / 拓扑数据分析
关键词: 持续同调, 持续图, 向量化表示, 双连续性, 1-Wasserstein 稳定性

一句话总结¶

本文提出 持续球面 (Persistence Spheres, PS)：把持续图加权后构造其「升维带状体 (lift zonoid)」并取它在单位球 \(S^2\) 上的支撑函数，得到一个对 1-Wasserstein 距离 Lipschitz 连续、且在像集上还有连续逆 的函数型表示——这种"正反都连续"的双连续保证在持续图向量化方法里极为罕见，实验上在聚类/回归/分类任务中与 persistence image、landscape、sliced Wasserstein kernel 等基线持平甚至更优。

研究背景与动机¶

领域现状：拓扑数据分析 (TDA) 用持续同调 (persistent homology) 刻画数据的"形状"——记录连通分量、环、空洞这些拓扑特征在多尺度下出现 (birth) 和消失 (death) 的尺度，把结果压缩成 持续图 (persistence diagram, PD)，即平面 \(\mathbb{R}^2_{x<y}\) 上一堆带重数的点。要把 PD 接入下游机器学习，主流做法是先把 PD 向量化 成线性空间里的向量/函数，再喂给随机森林、SVM 等经典模型，代表方法有 persistence image (PI)、persistence landscape (PL)、persistence spline (PSpl) 和 sliced Wasserstein kernel (SWK)。

现有痛点：PD 之间的天然度量是基于部分最优传输 (partial optimal transport) 的 1-Wasserstein 距离 \(W_1\)，它在 PD 空间上诱导出高度 非线性 的几何——连"求平均"都要转化成计算代价高、解还可能不唯一的 Wasserstein barycenter。现有向量化方法大多只能保证 前向稳定（相似的 PD → 相似的向量），但反过来 不保证：两个表示向量很接近时，对应的 PD 未必接近。也就是说，绝大多数嵌入丢掉了"逆向连续性"，特征空间里的相似无法回译成图层面的相似。

核心矛盾：理论上已知（Carrière & Bauer, 2019）把 Wasserstein 空间 双 Lipschitz 嵌入到一般 Hilbert 空间是不可能的，所以人们普遍只能退而求其次拿到单向稳定；之前能拿到更强保证的工作（如 Bate & Garcia Pulido, 2024）都得限制"PD 最多 \(n\) 个点"。

本文目标：构造一个对任意 PD 都成立、不限点数的函数型表示，同时拿到 前向 Lipschitz 连续 + 逆向连续 这对"双连续"性质。

切入角度：作者借用凸几何里的 升维带状体 (lift zonoid) 与 支撑函数 (support function) 工具。支撑函数算子 \(A\mapsto h_A\) 是单射且线性，而支撑函数与 Hausdorff 距离之间有 \(\max_{v\in S^2}|h_A(v)-h_B(v)|=d_H(A,B)\) 的等距关系——这条等距桥梁正好能把 PD 的传输几何翻译成函数空间里可控的距离。

核心 idea：把加权 PD 映成它的升维带状体（一个凸多面体），再取该凸体在 \(S^2\) 上的支撑函数当作表示；只要权函数选得"稳定且有效"，前向 Lipschitz 与逆向连续就都能证出来。

方法详解¶

整体框架¶

持续球面把"一张持续图"一步步变成"球面 \(S^2\) 上的一个标量函数 \(\varphi:S^2\to\mathbb{R}\)"，再展开成可喂给分类器的特征向量。整条构造链是：给 PD 的每个点按到对角线的距离加权（越靠近对角线 \(\Delta\) 权重越趋于 0，因为靠近对角线的点是噪声）→ 把加权后的离散测度抬升到 \(\mathbb{R}^3\) 构造 升维带状体（每个点对应一条从原点到 \((1,p)\) 的线段，整体取 Minkowski 和）→ 取这个凸体的 支撑函数限制在 \(S^2\) 上，就得到持续球面 → 用 球谐函数展开 把球面函数离散成有限维正交特征。

关键的数学红利在于：支撑函数的线性 + 与 Hausdorff 距离的等距，使得"PD 之间的 \(W_1\) 距离"能被夹在"持续球面之间的 \(L^p\) 距离"上下，从而同时拿到前向稳定（Theorem 2）和逆向连续（Theorem 3）。

%%{init: {'flowchart': {'rankSpacing': 24, 'nodeSpacing': 28, 'padding': 6, 'wrappingWidth': 400}}}%%
flowchart TD
    A["持续图 μ_D<br/>(平面上带重数的点)"] --> B["稳定·有效加权<br/>ω_K^α 压制对角线噪声"]
    B --> C["升维带状体 Z<br/>抬升到 R³ 取 Minkowski 和"]
    C --> D["支撑函数限制到 S²<br/>= 持续球面 φ (ReLU 之和)"]
    D -->|双连续性保证<br/>Thm 2 / Thm 3| E["球谐展开<br/>正交有限维特征"]
    E --> F["随机森林 / SVM<br/>聚类·回归·分类"]

关键设计¶

1. 升维带状体 + 支撑函数：把持续图变成球面上一组 ReLU 之和

要把"图层面的相似"翻译成"函数层面的相似"，作者不直接对 PD 做核函数或像素化，而是先把它抬到 \(\mathbb{R}^3\) 里变成一个凸体。给定离散测度 \(\mu=\sum_i a_i\delta_{p_i}\)（\(p_i\in\mathbb{R}^2\)），其升维带状体定义为 Minkowski 和 \(Z_\mu=\bigoplus_i a_i[0,(1,p_i)]\)，即每个点 \(p\) 抬升为一条从原点到 \((1,p)\in\mathbb{R}^3\) 的线段，再把所有线段加起来。这个构造是线性的：\(\lambda_1\mu_1+\lambda_2\mu_2\mapsto\lambda_1 Z_{\mu_1}\oplus\lambda_2 Z_{\mu_2}\)。然后取它的支撑函数 \(h_{Z_\mu}(x)=\max_{a\in Z_\mu}\langle x,a\rangle\) 限制在 \(S^2\) 上，就是持续球面。由于单段 \([0,(1,p)]\) 的支撑函数恰好是 \(v\mapsto\mathrm{ReLU}(\langle v,(1,p)\rangle)\)，整张 PD 的持续球面有非常干净的显式公式：

\[\varphi^\omega_{\mu_D}(v)=h_{Z_{\mu^\omega_D}}(v)=\sum_{p\in D}\omega(p)\,a_p\,\mathrm{ReLU}(\langle v,(1,p)\rangle).\]

它本质上是一层"以 PD 各点为神经元、\((1,p)\) 为权、\(\omega(p)a_p\) 为系数"的单隐层 ReLU 网络在球面上的取值。之所以选这条路，是因为支撑函数算子 \(A\mapsto h_A\) 既线性又单射，而且满足 \(\max_{v\in S^2}|h_A(v)-h_B(v)|=d_H(A,B)\) ——这条等距关系是后面所有连续性定理的支点。

2. 稳定且有效的加权 \(\omega_K^\alpha\)：既压住对角线噪声，又不破坏连续性

直接照搬前人（Gotovac Dogaš & Mandarić, 2025）用 \(\omega(p)=y-x\) 当权重会出事：作者在 Remark 2 里给了反例，取 \(D_n=\{(n^2,n^2+\tfrac1n)\}\)，则 \(W_1(D_n,\varnothing)=\tfrac1n\to0\)，但带状体的 Hausdorff 距离 \(d_H\ge\tfrac{\sqrt2}{n}n^2\to\infty\)，前向映射 直接不稳定。根因是这种权重在远离原点时增长太快。本文给加权立了两条技术约束（Definition 12「稳定加权」+ Definition 13「有效加权」）：稳定加权要求 \(\Gamma_\omega(p):=\omega(p)(1,p)\) 是 \(C\)-Lipschitz 且满足 \(\|\Gamma_\omega(p)\|_2\le C'\|p-\Delta\|_\infty\)（即权重随到对角线距离线性受控）；有效加权则控制权重在无穷远处的衰减，保证持续质量 \(\mathrm{Pers}\) 不漏。作者给出的首选权函数是

\[\omega_K^\alpha(p)=\frac{2}{\pi}\arctan\!\Big(\frac{\lambda(p)^\alpha}{K^\alpha}\Big),\qquad \lambda(p)=\frac{y-x}{2\,\|(1,p)\|_2},\]

它对所有 \(K>0,\alpha\ge1\) 都是稳定加权，在 \(\alpha=1\) 时还是有效加权。两个参数物理意义清晰：\(\lambda(p)\) 度量点到对角线的相对高度，\(K\) 像一个噪声阈值、\(\alpha\) 控制衰减陡峭程度，因此能据噪声水平做定性选参（附录 B）。这个设计是整套理论"既要稳定又要逆向可恢复"的开关——加权选不好，下面两条定理一条都立不住。

3. 双连续定理：前向 Lipschitz + 逆向连续，特征相似 ⇔ 图相似

这是本文的理论核心，由两条定理夹出来。前向（Theorem 2）：对稳定加权 \(\omega\)，

\[d_H(Z_{\mu^\omega_D},Z_{\mu^\omega_{D'}})\le \sqrt2\,\max\{C,C'\}\,W_1(\mu_D,\mu_{D'}),\]

即 PD 越近、它们的带状体（进而持续球面）越近——保证 稳定性。逆向（Theorem 3）：对有效加权，若 \(d_H(Z_{\mu^\omega_{D_n}},Z_{\mu^\omega_D})\to0\) 则 \(W_1(\mu_{D_n},\mu_D)\to0\)——保证 几何保真。把两者用 Proposition 1 的等距关系翻译回持续球面，就得到 Corollary 1：存在常数 \(C_p\) 使 \(\|\varphi^\omega_{\mu_D}-\varphi^\omega_{\mu_{D'}}\|_p\le C_p W_1(\mu_D,\mu_{D'})\)，且若 \(\|\varphi^\omega_{\mu_D}-\varphi^\omega_{\mu_{D_n}}\|_\infty\to0\) 则 \(W_1(\mu_{D_n},\mu_D)\to0\)。这条"双连续"把 Wasserstein 几何和函数表示牢牢绑定：函数空间里的收敛蕴含图层面的收敛，这正是大多数嵌入做不到、而本文不限点数就能拿到的强保证。一个直接的潜在用途是把它当 PD 上的 损失函数——在函数空间里优化收敛即意味着在图层面收敛。

4. 球谐展开：把球面函数变成可直接喂分类器的有限维正交特征

持续球面是定义在 \(S^2\) 上的连续函数，要进随机森林/SVM 还得离散化。作者用 球谐函数 (spherical harmonics) 展开（pyshtools 实现），在 Driscoll–Healy 网格上取 \(2N_\theta\) 个纬向、\(4N_\theta\) 个经向节点，得到维度约 \(N_\theta^2/2\) 的正交特征向量。相比 PI 要小心选像素大小/高斯核宽、PL 要选评估网格，持续球面的定义域 \(S^2\) 本身就是固定且紧的，不存在"按整个数据集去选支撑范围"导致的训练/测试信息泄漏问题，参数也更好调。

损失函数 / 训练策略¶

本文是表示方法而非端到端训练模型：持续球面只作特征提取，下游 PS/PI/PSpl/PL 配随机森林（估计器数 \(\in\{100,200\}\)），SWK 配 SVM（正则 \(C\) 网格搜索）。持续球面自身的超参是加权参数 \(K\in\{0,10^{-4},\dots,0.5\}\)、\(\alpha\in\{1,3,5\}\) 以及网格精度 \(2N_\theta\in\{30,\dots,70\}\)，均由三折交叉验证选取。

实验关键数据¶

主实验¶

在聚类（功能数据 FDA 仿真，Rand 指数，200 次重复）、回归（\(R^2\)）、分类（准确率）三类共 12 个案例上对比，覆盖功能数据、时间序列、图、网格、点云等多种数据类型。

任务	数据集	PS（本文）	PI	PL	PSpl	SWK
聚类	FDA σ=10	0.845	0.786	0.753	0.556	0.762
聚类	FDA σ=15	0.806	0.730	0.676	0.538	0.696
聚类	FDA σ=30	0.688	0.621	0.542	0.518	0.578
回归	Eyeglasses	0.966†	0.922	0.955†	0.971†	0.971†
回归	Tecator	0.969†	0.900	0.954†	0.970†	0.953
分类	Growth	0.850†	0.743†	0.768	0.807†	0.768
分类	NOx	0.869†	0.780	0.789	0.823†	0.840†
分类	DYN SYS	0.829†	0.419	0.840†	0.829†	0.828†
分类	Human Poses	0.640†	0.530†	0.405	0.510	0.345
分类	McGill 3D	0.544†	0.461	0.678†	0.561†	0.567†

（† 表示 95% 置信区间与最优方法重叠；加粗为该行最优。SWK 在无监督行不适用。）

加权方案对比¶

配置	现象	结论
稳定+有效加权 \(\omega_K^\alpha\)	前向 Lipschitz + 逆向连续均成立	本文默认，性能最好
\(\omega(p)=y-x\)（前人方案）	反例下 \(W_1\to0\) 但 \(d_H\to\infty\)	不稳定，附录 E 实测性能更差
球面保真度仿真（附录 B.2）	PS 与 SW 对 \(W_1\) 的保真度最高	印证双连续性的实际价值

关键发现¶

持续球面在 无监督聚类 上优势最明显（FDA 三档噪声全部第一），印证了"逆向连续"带来的几何保真在没有标签、纯靠距离结构时最关键。
PSpl 在监督任务上也很强且维度极低，但在无监督场景明显掉队，进一步说明监督性能强 ≠ 几何保真好。
PersLay 因样本量偏小（多在 100–1000）整体被拖累；PI 的难点在于参数范围难选、随机森林训练偶尔极慢。
McGill 3D Shapes 上 PS 与 PI 方差偏大、较难优化，作者通过大幅降低向量化维度（\(2N_\theta=14\)）来缓解。

亮点与洞察¶

把支撑函数当桥梁：\(\max_{S^2}|h_A-h_B|=d_H(A,B)\) 这条等距把"凸体的 Hausdorff 距离"与"函数的 \(L^\infty\) 距离"画了等号，是整篇能同时拿到前向/逆向连续的关键——值得迁移到其他需要"双向稳定嵌入"的几何对象上。
持续球面 = 单隐层 ReLU 网络：显式公式 \(\sum_p\omega(p)a_p\,\mathrm{ReLU}(\langle v,(1,p)\rangle)\) 让它天然兼容可微拓扑层，也提示了"从球面标量场反解 PD"可借用 ReLU 网络的优化框架。
加权的反例驱动设计：Remark 2 用一个干净反例说明朴素权重 \(y-x\) 为何不稳定，再据此立稳定/有效两条公理，是"先找反例、再补公理"的漂亮范式。

局限与展望¶

双连续性是 渐近/定性 的：逆向只给出"收敛蕴含收敛"，没有逆向的定量 Lipschitz 模量，实际反解 PD 的算法仍在开发中。
表示维度依赖球谐网格精度，高保真需要较大 \(N_\theta\)，在 McGill 3D 等小样本/高方差数据上需手动降维，鲁棒性还不够自动。
仅在 \(S^2\)（即平面 PD 抬到 \(\mathbb{R}^3\)）上构造，扩展到双参数持续 (bi-parameter persistence) 需引入符号测度，作者列为未来工作。
实验下游模型固定为随机森林/SVM，未验证持续球面作为可微损失/拓扑层在端到端深度网络里的实际收益（仅在结论里展望）。

评分¶

新颖性: ⭐⭐⭐⭐⭐ 首个不限点数、对 \(W_1\) 同时前向 Lipschitz + 逆向连续的 PD 函数表示，理论缺口填得干净。
实验充分度: ⭐⭐⭐⭐ 覆盖聚类/回归/分类与多种数据类型、对比 5 个基线，但下游模型与端到端拓扑层验证偏少。
写作质量: ⭐⭐⭐⭐ 数学严谨、反例驱动清晰，但凸几何/测度论门槛较高。
价值: ⭐⭐⭐⭐ 双连续性为"PD 上的可微损失/反解"打开通路，实际应用价值有待后续工作兑现。