동형류 클래스 정량화와 최적 기저 선택

본 논문은 고차원 데이터와 복합체에서 나타나는 위상적 특징을 정량화하고, 의미 있는 특징을 효과적으로 추출하기 위한 일련의 정의와 알고리즘을 제시한다. 연구는 크게 세 부분으로 구성된다. 첫 번째는 동형류 클래스의 “크기”를 정의하는 문제이다. 저자는 상대 동형류와 이산 지오데식 거리 개념을 결합해, 복합체 K의 정점 p를 중심으로 반경 r인 지오데식 볼 Bᵣ(p)를 정의한다. 이 볼이 포함하는 단순체들의 집합은 부분복합체가 되며, 클래스 h가 Bᵣ(p) 안에서 사라지는 최소 r을 S(h)라 정의한다. 즉, S(h)는 h가 “소멸”하기 위해 필요한 최소 영역의 반경이다. 이 정의는 직관적으로 큰 구멍(예: 큰 원형 구멍)이 작은 구멍보다 큰 반경을 요구한다는 점에서 위상적 직관에 부합한다. 두 번째는 이러한 크기 정의를 활용해 동형류 군의 최적 기저를 선택하는 문제이다. 차원 d의 Z₂ 동형류 군의 베티 수를 βₙ이라 하면, 2^βₙ−1개의 비자명 클래스 중 βₙ개를 골라 기저를 만든다. 목표는 선택된 클래스들의 크기 합 ΣS(h_i) 가 최소가 되도록 하는 것이다. 이를 위해 저자는 매트로이드 이론을 적용한다. 비자명 클래스 집합 H와 “선형 독립인 클래스들의 집합” L을 정의하고, (H, L)이 매트로이드임을 증명한다. 각 클래스에 가중치 S(h)를 부여하면, 매트로이드의 최소 가중치 기저를 찾는 전형적인 그리디 알고리즘이 최적임을 매트로이드의 교환 법칙을 통해 보인다. 따라서 가장 작은 크기의 클래스를 차례대로 선택하고, 이미 선택된 클래스와 선형 독립인 경우에만 기저에 포함시키면 최적 기저를 얻을 수 있다. 알고리즘 구현에서는 지속적 동형류(persistent homology)를 핵심 도구로 사용한다. 각 정점 p에 대해 거리 함수 fₚ를 필터 함수로 삼아 K에 대한 필터링을 수행한다. 필터링 과정에서 첫 번째 “본질적”(essential) 클래스가 나타나는 시점 r(p)는 Bᵣ(p) 가 해당 클래스를 포함함을 의미한다. 모든 정점에 대해 r(p)를 계산하고 최소값을 선택하면 가장 작은 비자명 클래스와 그 반경을 얻는다. 이후 해당 볼 안에서 선형 독립인 사이클들을 찾기 위해 Wiedemann 알고리즘 등 희소 행렬 순위 계산 기법을 적용한다. 시간 복잡도는 초기 구현에서 O(β⁴ n³ log² n)이며, 이는 β가 베티 수, n이 복합체의 정점·단순체 수를 의미한다. 저자는 선형대수 기법을 이용해 이 복잡도를 개선하고, 실제 구현에서 다항 시간 내에 최적 기저를 구할 수 있음을 보인다. 세 번째는 동형류 클래스의 지역화 문제이다. 즉, 주어진 클래스에 대해 “가장 작은” 사이클을 찾는 문제를 다룬다. 저자는 이 문제를 여러 형태로 정의하고, 일반적인 경우가 NP‑hard임을 증명한다. 따라서 크기 측정과 최적 기저 선택은 효율적으로 해결 가능하지만, 특정 클래스에 대한 최적 대표 사이클을 찾는 것은 근본적으로 어려운 문제이다. 전체적으로 이 연구는 위상 데이터 분석에서 노이즈에 의해 발생하는 작은 동형류를 걸러내고, 의미 있는 큰 구조를 강조하기 위한 정량적 프레임워크를 제공한다. 정의된 크기와 최적 기저는 고차원 복합체에도 적용 가능하며, 임베딩에 의존하지 않는 순수 위상적 접근법이라는 장점을 가진다. 또한, 지속적 동형류와 매트로이드 이론을 결합한 알고리즘 설계는 이 분야에서 새로운 연구 방향을 제시한다.