[論文レビュー] Adjacency and Tensor Representation in General Hypergraphs Part 1: e-adjacency Tensor Uniformisation Using Homogeneous Polynomials

Xavier Ouvrard, Jean‐Marie Le Goff+1 more|arXiv (Cornell University)|Dec 21, 2017

Tensor decomposition and applications参考文献 9被引用数 15

ひとこと要約

本稿では、同次多項式を用いて一般ハイパーグラフのための新規な e-隣接テンソル均一化手法を提案する。非一様ハイパーグラフを構造的情報を保持したまま階層的均一ハイパーグラフに変換することで、対応する対称的 e-隣接テンソルが得られ、その結果、ハイパーエッジの次数や頂点の次数を含むハイパーグラフ構造を明確に再構成可能となる。また、従来のテンソル表現と比較して解釈可能性が向上したスペクトル解析を可能にする。

ABSTRACT

Adjacency between two vertices in graphs or hypergraphs is a pairwise relationship. It is redefined in this article as 2-adjacency. In general hypergraphs, hyperedges hold for $n$-adic relationship. To keep the $n$-adic relationship the concepts of $k$-adjacency and e-adjacency are defined. In graphs 2-adjacency and e-adjacency concepts match, just as $k$-adjacency and e-adjacency do for $k$-uniform hypergraphs. For general hypergraphs these concepts are different. This paper also contributes in a uniformization process of a general hypergraph to allow the definition of an e-adjacency tensor, viewed as a hypermatrix, reflecting the general hypergraph structure. This symmetric e-adjacency hypermatrix allows to capture not only the degree of the vertices and the cardinality of the hyperedges but also makes a full separation of the different layers of a hypergraph.

研究の動機と目的

• 対照的な関係を超えて一般ハイパーグラフにおける隣接関係を再定義するため、k-隣接とe-隣接の概念を導入すること。
• 一般ハイパーグラフをテンソル表現可能にするために、階層的均一ハイパーグラフに変換する均一化プロセスを開発すること。
• 元のハイパーグラフのすべての構造的詳細（ハイパーエッジの次数や頂点の次数など）を捉える対称的 e-隣接テンソルを定義すること。
• 従来の非一様テンソル表現と比較して、ハイパーグラフテンソルの解釈可能性と再構成精度を向上させること。
• 将来的なハイパーグラフのスペクトル解析を支援するため、良好に構造化された立方体型テンソル表現を提供すること。

提案手法

• ハイパーグラフにおける e-隣接を p-adic 関係として定義し、従来の対象的隣接とは明確に区別する。
• ハイパーエッジの次数に基づいて、一般ハイパーグラフを V_s 層の均一ハイパーグラフに分解する均一化プロセスを提案する。
• 各層を同次多項式を用いて表現する対称的 e-隣接テンソル (A_H) を構築し、構造的忠実性を保証する。
• テンソルを次数 k_max と次元 n + k_max - 1 のハイパーマトリクスとして定義し、対称的置換によるインデックス化を実施する。
• 各ハイパーエッジに対して一意な要素のみを格納する標準表現を採用し、冗長性を低減するとともに、効率的な再構成を可能にする。
• 対称性制約と置換不変性を適用することで、元のハイパーグラフを曖昧さなく反映するテンソルを実現する。

実験結果

リサーチクエスチョン

• RQ1 一般ハイパーグラフにおける e-隣接を、対照的関係を超えた p-adic 関係を捉えるために形式的に定義するにはどうすればよいか？
• RQ2 構造的整合性を保持しつつ、非一様ハイパーグラフを均一表現に変換する最も効果的な方法は何か？
• RQ3 多項式表現を用いて一般ハイパーグラフから対称的かつ解釈可能な e-隣接テンソルを構築するにはどうすればよいか？
• RQ4 異なるテンソル設計において、解釈可能性、再構成の複雑さ、スペクトル解析の可能性の間にはどのようなトレードオフがあるか？
• RQ5 提案されたテンソル表現は、構造的情報を完全に保持しつつ、正確なスペクトル解析を可能にするか？

主な発見

• 提案された e-隣接テンソル A_H は、特殊頂点を削除することで元のハイパーグラフを曖昧に再構成可能である。これに対して B_H は重複頂点の複雑な計算を要する。
• A_H の非ゼロ要素数は k_max! |E| であり、特に大きなハイパーエッジに対しては、B_H の変動する α_s |E_s| より顕著に少ない。
• A_H は各ハイパーエッジに対して置換前の1つの要素のみを記述すればよいが、B_H は各ハイパーエッジに対して p_s(k_max) 個の要素を必要とするため、ストレージと処理のオーバーヘッドが低減される。
• A_H ではすべてのハイパーエッジに対して要素値が一定（1）であるが、B_H はハイパーエッジのサイズに応じて値が変動するため、解釈性が低下する。
• A_H は V_s 層の均一ハイパーグラフの e-隣接テンソルとして解釈可能であり、直接的な構造的解析が可能である。これに対して B_H はこのような解釈可能性を欠く。
• A_H を用いたスペクトル解析は可能であるが、均一化プロセスで特殊頂点を追加するため、固有値半径の上限が上昇しており、さらなる最適化の必要性が示唆される。