TopoPrimer：为预测模型补齐缺失的拓扑上下文 TopoPrimer: The Missing Topological Context in Forecasting Models
把序列总体的拓扑结构预计算成上下文注入预测模型
前置知识
持续同调（Persistent Homology）
持续同调是拓扑数据分析（TDA）的核心工具，通过在不同尺度上追踪拓扑特征（如连通分量H0、环路H1、空腔H2）的"诞生-消亡"过程，把高维数据的形状转化为持久化图（persistence diagram）。本文把它用在跨序列相关流形上，产出全域共享的125维指纹。
理解本文必须先把握 TDA 的目标对象：单序列 vs 群体流形。TopoPrimer 的关键反转就是把持续同调作用对象从单条序列的滑窗改为跨序列相关距离矩阵，这是与已有 TDA 预测工作的本质区别。
细胞层理论（Cellular Sheaf）与频谱形式
细胞层理论把图卷积推广为每个节点-边关联上赋值的限制映射，能编码异质图中的方向性差异。本文用其频谱形式：直接对实体-时间矩阵做截断SVD，取左奇异向量U的每一行作为该序列的sheaf坐标，无需任何学习即可编码每条序列在群体中的相对位置。
Sheaf 坐标是 TopoPrimer 真正的精度驱动力（在四个基准上 TDA 单独几乎无贡献）。频谱闭式解优于学习的神经 sheaf 编码器（附录H），理解这点需要熟悉奇异值分解与图信号处理的对应关系。
时间序列基础模型（TSFM）
Chronos、TimesFM 这类基础模型在大规模序列语料上预训练，每个序列独立分词并通过注意力隐式学习跨序列关系。本文挑战的核心是：这种隐式学习是否能捕获总体的拓扑几何？TopoPrimer 把拓扑作为独立冻结信号显式注入，而非修改 backbone。
理解 TSFM 的"独立编码-隐式跨序列"范式，才能看清 TopoPrimer 的设计动机：群体结构无法从任何单序列视角观察到，必须有显式的群体级注入路径。
持久化景观（Persistence Landscape）
持久化景观是持久化图的固定大小向量表示，通过对各层 landscape 函数 λk 在等距采样点上取值得到，是把变长拓扑特征喂给神经网络的桥梁。本文对 H0、H1 各采 λ1 和 λ2 两层各 25 点共 100 维，对 H2 只采 λ1 一层 25 点，共 125 维全局指纹。
理解为什么是 125 维（而不是 128 或 256）必须知道向量化的具体规则；持久化景观对数据分布的 Lipschitz 连续性也是论文"拓扑信号噪声鲁棒"论断（附录B）的技术基础。
研究动机
Chronos、TimesFM 等时间序列基础模型（TSFM）只把每条序列从自身 token 历史独立编码，跨序列关系只能通过注意力隐式学习。这导致两大盲区：第一，每条序列只能看到自己，无法利用整个序列群体的几何结构（如行为聚类、共动环路、区域边界）；第二，即使序列群体存在清晰流形结构，这种系统性、可恢复的信号也无法被任何单序列视角观察到。在能源、零售、交通等真实场景中，几千甚至上万条相关序列共享一致的群体几何，但现有模型架构完全没有显式编码这条通道。结果是冷启动新品没有群体坐标可以定位，季节性峰值时所有基线同时崩溃 50%，零样本/微调后也无法吸收结构性增益。
本文的目标是本文目标是设计一个 backbone-agnostic（与具体网络无关）的框架 TopoPrimer，把序列总体的拓扑结构作为预计算的冻结先验注入任何预测模型。具体来说，作者要把两条独立的拓扑信号离线提取一次：(1) 一个 125 维的全局持续同调指纹（population TDA fingerprint），刻画整个域的聚类、环路、边界结构；(2) 一个 256 维的逐序列频谱层坐标（spectral sheaf coordinate），刻画每条序列在群体流形中的相对位置。然后用一条极轻量的路径把这两路信号投射到 backbone 的隐藏维度，分别支持全训练 Transformer（广播加到每个 token）和冻结预训练 TSFM（残差适配器 < 0.1% 参数）两种范式，目标是在冷启动、季节峰值、微调鲁棒性三个难场景都取得稳定增益。
与已有工作不同的是，现有 TDA 预测工作（如 Zeng 2021、Lin 2025a/b）把持续同调作用在单条序列的滑窗嵌入上，捕获的是周期性和局部形状，每窗口各产出一个描述符；现有 sheaf 工作（如 Bodnar 2022、ST-Sheaf GNN）依赖学习的图卷积做局部消息传递，每个节点只看到邻居。TopoPrimer 的独特切入点是：(1) 持续同调直接作用在跨序列相关流形（correlation manifold），每个域共享一个全局指纹，而非逐序列局部描述；(2) sheaf 坐标直接从实体-时间矩阵的截断SVD左奇异向量闭式推导，无需学习图卷积且 backbone-agnostic；(3) 把拓扑作为冻结先验注入而非替代 backbone，参数开销 < 0.1% 即可对零样本和微调两种范式同时生效。
核心方法
TopoPrimer 的整体思路是把"序列群体的形状"当成一种冻结的、可重用的几何先验，分三条独立路径离线算一次然后注入。直觉上：每个域的数千条相关序列不会随机散布，它们构成有聚类、有环路、有边界的相关流形，这种形状应该像词向量一样被一次性算好，所有序列共享。技术路线上，先把所有序列归一化历史拼成 N×T 矩阵 X 算两两相关距离 $\rho_{ij}$，再在稀疏化（k=50 近邻）后的相关流形上跑 Vietoris-Rips 持续同调到 H2，得到共享的 125 维持久化景观指纹；同时对 X 做截断 SVD 取左奇异向量 U，把每行补零到 256 维作为该序列的 sheaf 坐标；最后通过两个独立线性层把两路信号投射到 backbone 隐藏维 $d_{\text{model}}=256$，相加得到上下文向量 g，全训练时 g 广播加到每个 token，冻结预训练时 g 与缓存基线预测共同进入一个 4 分支残差适配器，输出 $\Delta\hat{y}$。
核心创新是把"拓扑作为冻结预计算先验"而非学习模块，与已有方法有三点本质区别。第一，对象反转：已有 TDA 预测方法对单条序列的滑窗做持续同调，本文反过来对跨序列相关流形做持续同调，全域共享一个 125 维指纹，这是首个把 TDA 应用到群体流形的预测工作。第二，闭式 sheaf：现有 sheaf 网络依赖学习的图卷积和限制映射（如 Bodnar 2022、ST-Sheaf），本文直接取实体-时间矩阵的截断 SVD 左奇异向量作为频谱层坐标，无需任何训练，并在附录 H 中证明这个闭式解优于训练的神经 sheaf 编码器。第三，独立投影路径：两路拓扑信号刻意走两条独立线性层 $W_{ctx}$ 和 $W_{sheaf}$ 投射到 $d_{\text{model}}$，作者用消融证明如果共用一层，梯度下降会过早把 sheaf 列权重压到 0，导致 sheaf 信号被压制，独立路径是必要的工程细节。
方法步骤详情
方法分四步：(1) 拼 $N\times T$ 矩阵 $X$ 算相关距离 $D_{ij}=1-|\rho_{ij}|$，按 $k=50$ 近邻稀疏化建相关流形；(2) 跑 Vietoris-Rips 滤过到 H2 提取 H0 聚类、H1 环路、H2 边界出生-死亡对，用持久化景观向量化成 125 维 TDA 指纹；(3) 对 $X$ 做截断 SVD $X\approx U\Sigma V^\top$，取 $U$ 每行零填充到 256 维作 sheaf 坐标，跨类别场景按语义分组再 SVD；(4) 注入 backbone：全训练 Transformer 经独立 $W_{ctx}$、$W_{sheaf}$ 投射到 $d_{\text{model}}=256$ 相加得上下文 g，对 L 个 token 做 $z_t\leftarrow z_t+g$；冻结 TSFM 走 4 分支适配器（TDA / Sheaf / 上下文统计 / 缓存基线各 128 维）输出残差 $\Delta\hat{y}$，$\hat{y}_{final}=\hat{y}_{base}+\Delta\hat{y}$。
技术新颖性
技术新颖性体现在三个层面。第一，跨序列持续同调：把持续同调的目标从单序列滑窗嵌入改为跨序列相关流形，产出的是整个域共享的 125 维指纹而非逐序列描述符，作者明确指出这是首个把 TDA 应用到群体流形的预测工作，且持久化景观对数据分布的 Lipschitz 连续性保证了噪声鲁棒（附录 B）。第二，闭式频谱 sheaf：放弃学习的图卷积和限制映射，直接从实体-时间矩阵截断 SVD 的左奇异向量推导 sheaf 坐标，附录 H 给出与神经 sheaf 编码器的对比实验证明频谱形式统一更优。第三，路径隔离与共享架构：$W_{ctx}$ 和 $W_{sheaf}$ 独立、适配器 4 分支独立投影到 128 维防止大维度输入压制小维度信号；同一套拓扑特征在全训练和冻结预训练两种范式下共享，参数差异只反映拓扑编码分支、隔离了拓扑贡献与额外预测容量。
实验结果
核心发现四条。第一，sheaf 是主要驱动：TDA 单独在四个数据集上对所有 backbone 均无一致改善（Chronos METR-LA MAE 2.383→2.392），TDA+Sheaf 全配置稳定优于 vanilla：全训练 Transformer 在 Monash Weather 上 MAE 降 7.9%（2.175→2.004），Chronos 在 ECL 上 MSE 降 7.3%（0.205→0.190）。第二，H1/N 筛选器有效：Monash Weather（H1/N=0.61）TDA 增益 5-14 倍于 ECL（H1/N=0.26），M5 因日历谐波假性膨胀、TDA 贡献近 0。第三，三难场景稳定：内部数据微调 Chronos 后 ∆MAE=-0.024 与零样本 -0.022 几乎一致；季节峰值期 vanilla/XGBoost/DLinear/Chronos 零样本 MAE 升 46-50%、TopoPrimer 变体 < 10%；冷启动第 0 周 MAE=1.375 比 vanilla Transformer（1.887）低 27%。第四，拓扑与微调可加。
查看结构化数据
| 任务 | 指标 | 本文 | 基线 | 提升 |
|---|---|---|---|---|
| Monash Weather (Transformer 全训练) | MAE | 2.004 | Vanilla Transformer 2.175 | -7.86% MAE |
| Monash Weather (Transformer 全训练) | MSE | 25.143 | Vanilla Transformer 25.935 | -3.05% MSE |
| ECL (Chronos 适配器) | MSE | 0.190 | Vanilla Adapter 0.205 | -7.32% MSE |
| ECL (Chronos 适配器) | MAE | 0.290 | Vanilla Adapter 0.302 | -3.97% MAE |
| ECL (TimesFM 适配器) | MSE | 0.190 | Vanilla Adapter 0.204 | -6.86% MSE |
| ECL (TimesFM 适配器) | MAE | 0.289 | Vanilla Adapter 0.300 | -3.67% MAE |
| M5 Household (Transformer) | MAE | 1.827 | Vanilla Transformer 1.866 | -2.09% MAE |
| M5 Household (Chronos 适配器) | MAE | 1.025 | Vanilla Adapter 1.040 | -1.44% MAE（且恢复零样本性能） |
| METR-LA (TimesFM 适配器) | MAE | 2.336 | Vanilla Adapter 2.355 | -0.81% MAE |
| 冷启动第 0 周 (内部 N=307818) | MAE | Transformer+TDAE+TDAI 1.375 | Vanilla Transformer 1.887 | -27.1% MAE |
| 季节峰值期 (内部数据集) | MAE | Transformer+TDAE+TDAI+Sheaf 1.924 | XGBoost 3.368，Chronos 零样本 2.780 | -43% / -31% MAE |
| 微调鲁棒性 (内部数据集) | ∆MAE | Fine-tuned Chronos + TDA + Sheaf: -0.024 | Zero-shot Chronos + TDA + Sheaf: -0.022 | 拓扑增益在微调后几乎不变，提示可加性 |
局限与改进
作者明确承认的限制：第三、第四、第五节中微调鲁棒性、季节峰值、冷启动三个实验都基于内部 N=307818 的专有数据集（4575 实体、603 商品），无法公开，因此这一组最有说服力的"难场景"证据无法外部复现。Pearson 相关距离可能掩盖被线性变换隐藏的拓扑结构，作者在结论中把"学习滤过度量"列为未来工作。多参数持续同调（沿尺度和波动率联合滤过）也未在本文实现。单参数持续同调对 M5 这种被共享周/年季节性驱动的人群给出 H1/N=4.12 的假阳性高值，群体筛选器虽然能识别此类伪膨胀但不能修复，提示 TDA 对"日历驱动型"域贡献天然受限。私有数据依赖与拓扑度量选择的开放性是两条主要外部推广障碍。
独立分析的弱点
独立审视可识别的弱点有四。其一，sheaf 主导而 TDA 增益有限：在四个公开基准上 TDA 单独始终不能超越 vanilla，作者也承认 TDA 是群体级信号、没有 sheaf 就无法在局部定位个体；这意味着 TopoPrimer 的"拓扑"一词名实略有落差，实际起决定作用的是 SVD 频谱先验而非持续同调指纹，未来工作若把 TDA 真正放大需要重新设计下游融合方式。其二，闭式 SVD sheaf 对概念漂移不鲁棒：SVD 在整个数据集上一次性算好，若业务上线后群体分布漂移（新品类加入、老品类淘汰），需要重新做 SVD 和持续同调并重训适配器，文档未给出冷启动重算流程。其三，分组 SVD 启发式：M5 这种跨类场景作者按语义手工分组再做 SVD，分组规则未给出客观准则，可能引入实验者偏置。其四，私有数据评估：核心场景（峰值、冷启动、微调）只在内部数据集上验证，外部可复现性受限。
未来方向
作者明确提出的两个方向：(i) 学习型滤过度量以恢复被 Pearson 距离隐藏的拓扑结构；(ii) 多参数持续同调沿尺度和需求波动率联合滤过。基于成果自然延伸的方向还包括：把闭式 SVD sheaf 换成流式 SVD 或在线 PCA 以支持概念漂移下的增量更新；用 TopoPrimer 作为冷启动嵌入与 LLM/检索增强结合，让新品通过群体坐标检索相似老品历史；把拓扑筛选器 H1/N 标准化为部署前必跑的诊断报告，自动决定某域是否启用 TDA 分支；从单模态时间序列扩展到多模态（如文本描述、图像属性）的群体流形。本文只演示了 Chronos 和 TimesFM 两种 TSFM backbone，未来可在更多零样本基础模型（如 TimeGPT、Moirai、TimeMOE）上验证适配器的通用性。
复现评估
复现性分两层评估。公开数据部分：作者在附录 C 给出 Transformer 完整超参数、附录 K 给出统计检验方法、附录 G 给出评估协议，附录 H 提供 sheaf 频谱 vs 神经 sheaf 编码器的对比实现，附录 J 给出校准结果；并且承诺发布完整的评估协议、超参数和统计测试代码。这一层在四个公开基准上可由第三方独立复现。但私有数据部分：核心难点场景（季节峰值、微调鲁棒性、冷启动）的评估完全依赖 N=307818 的内部数据集（4575 实体、603 商品），该数据集不能发布，这意味着论文最具说服力的"为什么拓扑必要"论据外部无法直接验证。算力方面全训练 Transformer 体量小（6 层 8 头 $d_{\text{model}}=256$），冻结 TSFM 适配器 < backbone 的 0.1% 参数，对算力门槛极低，核心实现难度集中在 gudhi/ripser 等持续同调库的工程化上。
论文图表
