[論文レビュー] Adjacency and Tensor Representation in General Hypergraphs.Part 2: Multisets, Hb-graphs and Related e-adjacency Tensors

Xavier Ouvrard, Jean‐Marie Le Goff+1 more|arXiv (Cornell University)|May 30, 2018

Algorithms and Data Compression参考文献 17被引用数 12

ひとこと要約

本稿では、整数乗数を伴う多重集合であるハイパーエッジを許容するハイパーグラフの拡張として、Hyper-Bag-Graphs (hb-グラフ) を導入する。本稿では、hb-グラフにおけるe-隣接テンソルを体系的に構築する手法を提案し、複数のテンソル定式化を評価した上で、解釈可能性、再構成可能性、ハイパーグラフにおけるスペクトル解析との整合性を保証する最終的なテンソル設計を選定した。

ABSTRACT

HyperBagGraphs (hb-graphs as short) extend hypergraphs by allowing the hyperedges to be multisets. Multisets are composed of elements that have a multiplicity. When this multiplicity has positive integer values, it corresponds to non ordered lists of potentially duplicated elements. We define hb-graphs as family of multisets over a vertex set; natural hb-graphs correspond to hb-graphs that have multiplicity function with positive integer values. Extending the definition of e-adjacency to natural hb-graphs, we define different way of building an e-adjacency tensor, that we compare before having a final choice of the tensor. This hb-graph e-adjacency tensor is used with hypergraphs.

研究の動機と目的

• ハイパーエッジを多重集合として許容することでハイパーグラフを拡張し、繰り返し発生するか重み付けされた頂点関係のモデル化を可能にする。
• 多重集合の乗数関数に基づいて、hb-グラフにおけるe-隣接テンソルの体系的フレームワークを定義する。
• 解釈可能性、再構成可能性、スペクトル的有用性に注目して、hb-グラフおよびハイパーグラフにおける複数のテンソル構築戦略を評価する。
• ハイパーグラフ構造を保持しつつ一貫したスペクトル解析を可能にする、最終的なe-隣接テンソル定式化を特定・正当化する。
• 選択されたテンソル定式化が、解釈可能性および計算的再構成可能性の観点で先行研究の構成を上回ることを実証する。

提案手法

• hb-グラフを頂点集合上の多重集合の族として定義し、各ハイパーエッジに非負整数値をとる乗数関数を割り当てる。
• ハイパーエッジのサイズ、頂点の乗数、階乗スケーリングによる正規化に基づいて、hb-グラフにおけるe-隣接テンソルの概念を拡張する。
• テンソルを $\mathcal{A}(\mathcal{H}) = \sum_{i \in \llbracket p \rrbracket} c_{e_i} \mathcal{R}_{e_i} $ として構築する。ここで $ c_{e_i} = \frac{k_{\max}}{k_i} $ であり、$ \mathcal{R}_{e_i} $ はハイパーエッジの頂点の順列に非ゼロ値を割り当てる。
• 非ゼロエントリを $ r_{j_1\ldots j_{k_i}(n+k_i)^{k_{\max}-k_i}} = \frac{(k_{\max}-k_i)!}{k_{\max}!} $ として正規化し、ハイパーエッジ間で一貫したスケーリングを保証する。
• 次元、非ゼロ要素数、対称性、再構成可能性といった基準を用いて、提案されたテンソルとBanerjeeら（2017）の構成を比較する。
• 解釈可能性の優位性、特殊頂点からの直接的な再構成可能性、スペクトル解析との整合性を根拠として、最終的なテンソルを選定する。

実験結果

リサーチクエスチョン

• RQ1 ハイパーエッジに多重集合を許容することで、構造的・代数的整合性を保ちつつハイパーグラフを体系的に拡張する方法は何か？
• RQ2 hb-グラフにおけるe-隣接テンソルを構築する際の主な設計原則は何か？ その目的は解釈可能性と再構成可能性を保証することにある。
• RQ3 提案されたe-隣接テンソルは、既存の構成（例：Banerjeeら、2017）と比較して、テンソル次元、スパarsity、計算効率の観点でどのように異なるか？
• RQ4 提案されたテンソル定式化は、テンソルエントリの意味的解釈を維持しつつ、ハイパーグラフのスペクトル解析を可能にするか？
• RQ5 ハイパーエッジのサイズと頂点の乗数は、非ゼロテンソルエントリの数とその分布にどのような影響を及ぼすか？

主な発見

• 提案されたhb-グラフ用e-隣接テンソルは対称的であり、構築時に追加された特殊頂点を除去することで完全に再構成可能である。
• 最終的なテンソル定式化の次元は $ n + k_{\max} - 1 $ であり、Banerjee ら（2017）の $ n $ 次元テンソルより大きいが、解釈可能性が向上している。
• サイズ $ s $ のハイパーエッジあたりの非ゼロ要素数は $ \frac{k_{\max}!}{k_1! \cdots k_s! \cdot n_s!} $ であり、$ n_s = k_{\max} - s $ である。これは順列と乗数を考慮した結果である。
• テンソル構築法により、各ハイパーエッジが一意の基本テンソル $ \mathcal{R}_{e_i} $ を正確に寄与させ、すべてのインデックス順列が対称的拡張により埋められる。
• 選択されたテンソルは、解釈可能性および再構成可能性においてBanerjee ら（2017）を上回っており、元のハイパーグラフをテンソルから直接回復可能である。
• 最終テンソルを用いたスペクトル解析は可能であるが、特殊頂点の導入により境界の振幅が増大する。これは構造的明確性の向上という代償である。