Core Concepts
多パラメータ持続モジュールのランク分解は、自然なサイン付きボトルネックマッチングに対して安定ではないことが示されました。
Abstract
現代の位相データ解析の重要な部分は、代数的不変量である最小ランク分解に焦点を当てています。この論文では、最小ランク分解がサイン付きバーコードとしてエンコードされ、任意の数のパラメータに対する持続バーコードから派生することが示されました。しかし、この最小ランク分解はサイン付きバーコード間の自然なボトルネックマッチングに対して安定ではありません。そのため、研究者らはランク正確な分解に焦点を当て、それがサイン付きマッチング下でボトルネック安定であることを証明しました。さらに、これらの証明を通じていくつかの中間結果も得られました。これらの結果は位相データ解析とポセットの表現理論から概念を組み合わせたものであり、両方の領域に関連すると考えられます。
Stats
n ≥ 2 ∈ N. モジュールM, N : Rn −→ vecに対してf(r) r−→0 −−−−→ 0 の不等式が成り立たない。
n ≥ 1 ∈ N. 全てのfp modules M, N : Rn −→ vecにおいてc dB( Brk ± (M) , Brk ± (N) ) ≤ (2n − 1)2 · dI(M, N)。
結果E(命題5.28):与えられたM : Rn −→ vec fpに対して |Brk + (M)| + |Brk - (M)| ∈ O(b(M)^en)。
Quotes
"最小ランク分解はサイン付きバーコード間で自然なボトルネックマッチングに対して安定ではありません"
"我々はランク正確な分解へ焦点を移し、それがサイン付きマッチング下で安定であることを証明します"
"全体的次元や大きさなど多くの中間結果も得られました"