지속가능한 위상 데이터 분석을 위한 새 슬라이스 피갈리‑기글리 커널

초록

본 논문은 기존 슬라이스 워셔스테인 커널(SWK)이 워셔스테인 거리에 인위적인 보정을 적용한 점을 지적하고, 피갈리‑기글리 거리(FG)를 직접 사용한 슬라이스 피갈리‑기글리 커널(SFGK)을 제안한다. SFGK는 이론적 왜곡·안정성 보장을 유지하면서 무한 지속성 다이어그램과 지속성 측정까지 자연스럽게 다룰 수 있다. 실험 결과는 SFGK가 SWK와 동등한 성능을 보임을 확인한다.

상세 분석

본 연구는 위상 데이터 분석(TDA)에서 핵심적인 도구인 지속성 다이어그램(PD)을 힐베르트 공간에 효율적으로 임베딩하기 위한 커널 설계에 초점을 맞춘다. 기존의 슬라이스 워셔스테인 커널(SWK)은 1차원 워셔스테인 거리의 슬라이스 평균을 이용해 양의 정부호 커널을 구성했지만, PD의 특수한 기하학—특히 대각선(∂Ω)과의 관계—을 반영하기 위해 워셔스테인 거리 자체에 ad‑hoc 보정을 가했다. 이러한 보정은 직관적으로는 타당하지만, 수학적으로는 워셔스테인 거리와 피갈리‑기글리 거리(FG)가 본질적으로 다른 구조를 가지고 있음을 간과한다는 비판을 받는다. FG 거리는 “부분 매칭 거리”라 불리며, 대각선으로의 매칭을 허용하면서도 질량 보존을 완화한다. 이는 무한 다이어그램이나 지속성 측정(무한 개수의 점을 포함)에도 자연스럽게 적용 가능하게 만든다.

논문은 먼저 FG 거리 위에 슬라이스 연산을 정의한다. 구체적으로, 임의의 방향 θ∈S¹에 대해 PD를 1차원으로 투사하고, 투사된 측정들에 대해 1차원 FG 거리(=워셔스테인 거리와 동일)를 계산한다. 이를 θ에 대해 평균(또는 적분)함으로써 슬라이스 FG 거리(SFG)를 얻는다. 중요한 점은 이 과정에서 추가적인 보정 없이 원래 FG 거리의 구조를 그대로 보존한다는 것이다. 저자는 SFG가 다음과 같은 핵심 특성을 만족함을 증명한다.

1. 조건부 부정정밀성(Conditional Negative Definiteness): SFG²는 조건부 부정정밀 함수를 형성하므로, Gaussian 형태 kσ(x,y)=exp(−SFG²(x,y)/(2σ²))가 양의 정부호 커널이 된다. 이는 기존 SWK와 동일한 커널 생성 메커니즘을 제공한다.
2. 왜곡 및 안정성: 임베딩 φ:SFGK→ℋ에 대해 ‖φ(μ)−φ(ν)‖₂와 FG 거리 사이에 상수 C₁,C₂가 존재해 C₁·FG(μ,ν) ≤ ‖φ(μ)−φ(ν)‖₂ ≤ C₂·FG(μ,ν)임을 보인다. 이는 “왜곡이 제한된” 임베딩을 의미한다. 또한, 입력 PD가 작은 L∞ 변동을 겪을 때 SFG도 O(Δ) 수준으로 변동한다는 Lipschitz 연속성을 증명한다.
3. 무한 다이어그램 및 측정에 대한 확장성: FG 거리 자체가 Mₚ(Ω)라는 Radon 측정 공간 위에 정의되므로, SFG는 무한 개수의 점을 가진 지속성 측정에도 바로 적용 가능하다. 이는 기존 SWK가 제한된 유한 다이어그램 전용 커널이었던 점과 대비된다.

계산 측면에서는 1차원 투사와 정렬을 이용해 각 방향당 O(N log N) 복잡도를 유지한다. θ를 K개의 샘플로 근사하면 전체 복잡도는 O(K·N log N)이며, 이는 SWK와 동일하거나 약간 개선된 수준이다. 저자는 또한 GPU 기반 병렬 구현을 제안해 실시간 수준의 커널 행렬 계산을 가능하게 한다.

실험에서는 이미지 분류, 3D 형상 인식, 그리고 생물학적 데이터(예: 단백질 구조) 등 네 가지 베엔치마크에 SFGK와 SWK를 비교한다. 정확도, F1-score, ROC‑AUC 등 다양한 지표에서 두 커널은 통계적으로 유의미한 차이가 없으며, 특히 무한 다이어그램을 포함하는 실험(예: 커버리지 필터링으로 얻은 연속적인 생존 곡선)에서는 SFGK가 더 안정적인 성능을 보인다.

결론적으로, 본 논문은 피갈리‑기글리 거리라는 보다 자연스러운 위상 거리 위에 슬라이스 기법을 적용함으로써, 기존 SWK의 장점을 유지하면서도 이론적 정당성과 적용 범위를 크게 확장한 새로운 커널 프레임워크를 제공한다.