[論文レビュー] Analysis of data in the form of graphs

Karthikeyan Rajendran, Ioannis G. Kevrekidis|arXiv (Cornell University)|Jun 14, 2013

Complex Network Analysis Techniques参考文献 1被引用数 3

ひとこと要約

本論文は、拡散マップを用いた非線形次元削減により、グラフのアンサンブルに対するデータマイニングフレームワークを提案する。2つの類似度メトリクス（部分グラフ密度とスペクトル解析）を導入し、複雑なネットワーク系の粗粒度モデリングを可能にする低次元で意味のあるグラフデータ表現を効果的に特定できることを示している。検証は合成的および動的ネットワークアンサンブルで実施された。

ABSTRACT

We discuss the problem of extending data mining approaches to cases in which data points arise in the form of individual graphs. Being able to find the intrinsic low-dimensionality in ensembles of graphs can be useful in a variety of modeling contexts, especially when coarse-graining the detailed graph information is of interest. One of the main challenges in mining graph data is the definition of a suitable pairwise similarity metric in the space of graphs. We explore two practical solutions to solving this problem: one based on finding subgraph densities, and one using spectral information. The approach is illustrated on three test data sets (ensembles of graphs); two of these are obtained from standard graph generating algorithms, while the graphs in the third example are sampled as dynamic snapshots from an evolving network simulation.

研究の動機と目的

• 各データポイントがユークリッド空間内のベクトルではなく、グラフであるようなデータセットにデータマイニング手法を適用する課題に対処すること。
• 複雑なネットワークダイナミクスの粗粒度化に不可欠な、グラフアンサンブル内の本質的低次元構造を特定すること。
• グラフ同士の類似度を測る2つの実用的メトリクス（部分グラフ密度とスペクトル手法）の開発および比較すること。
• 提案手法を合成的および動的ネットワークデータセットで検証し、既知のパラメータ化と比較すること。
• ネットワーク進化の式フリー（equation-free）モデリングフレームワークにおいて、データマイニングで得た可観測量の使用を支援すること。

提案手法

• 類似度行列に基づいてグラフデータを低次元空間に埋め込むことで、非線形次元削減に拡散マップを用いる。
• 部分グラフの頻度と分布の比較により、部分グラフ密度アプローチを用いて類似度を計算する。
• グラフラプラシアンまたは遷移行列の固有構造に基づくスペクトル手法を用い、拡散プロセスを介して類似度を定義する。
• 拡散マップにおける近隣領域サイズ（ε）やスペクトル手法における重み関数（μ(k)）などのパラメータを調整して性能最適化を行う。
• 類似度メトリクスとデータマイニングアルゴリズムを組み合わせ、グラフアンサンブルの本質的特徴を捉える低次元の可観測量の集合を抽出する。
• 類似度測定に重み付きグラフサイズを用いることで、サイズが異なるグラフを扱えるようにフレームワークを拡張する。

実験結果

リサーチクエスチョン

• RQ1 モデリングおよび分析に適した低次元空間に、どのようにしてグラフデータを効果的に表現できるか？
• RQ2 構造的およびトポロジカル情報を保持するような、グラフ同士の適切なペアワイズ類似度メトリクスとは何か？
• RQ3 部分グラフ密度法とスペクトル類似度法は、グラフアンサンブルから既知のネットワークパラメータを回復する能力において、どのように比較できるか？
• RQ4 グラフアンサンブルからデータマイニングで得た可観測量は、ネットワークダイナミクスの式フリーモデリングにおける有効な粗変数として機能できるか？
• RQ5 大規模なグラフデータマイニングにおいて、部分グラフベースとスペクトル類似度法の間で、計算上のトレードオフは何か？

主な発見

• 部分グラフ密度法は、局所的な構造モチーフを捉えることができるため、計算コストは高いが、より正確なグラフ類似度測定が可能である。
• スペクトル法は、特に大きな部分グラフが関与する場合に、類似度計算の高速な代替手段を提供するが、ε や μ(k) などのパラメータの慎重なチューニングが求められる。
• 両手法とも、合成モデルにおける既知の生成パラメータと相関する低次元埋め込みを効果的に特定した。
• Erdős–Rényi および Chung–Lu 型のグラフアンサンブルにおいて、データマイニング手法は、元のモデルパラメータを高い忠実度で回復した。
• 動的ネットワークスナップショットにおいて、時間経過に伴うネットワーク構造の進化を追跡する、ゆっくりとした粗粒度変数が明らかになった。
• このフレームワークは、式フリーモデリングにおける粗変数としてのデータマイニング可観測量の使用を支援し、明示的なマクロスケール方程式がなくても、シミュレーションベースの粗スケール計算を可能にする。