[論文レビュー] COPT: Coordinated Optimal Transport for Graph Sketching

Yihe Dong, Will Sawin|arXiv (Cornell University)|Mar 9, 2020

Complex Network Analysis Techniques参考文献 51被引用数 4

ひとこと要約

COPTは、協調的最適輸送に基づく新しい非教師付きグラフ距離メトリックを導入し、頂点とスペクトル輸送計画を同時に最適化することで、グローバルなグラフ構造を保持する。これにより、高精度なグラフスケッチと分類が可能となり、合成グラフでは97.8%のリtrieval精度を達成（スペクトル射影より15.7ポイント上回り）、Gromov-Wasserstein距離の2000倍速い。

ABSTRACT

We introduce COPT, a novel distance metric between graphs defined via an optimization routine, computing a coordinated pair of optimal transport maps simultaneously. This gives an unsupervised way to learn general-purpose graph representation, applicable to both graph sketching and graph comparison. COPT involves simultaneously optimizing dual transport plans, one between the vertices of two graphs, and another between graph signal probability distributions. We show theoretically that our method preserves important global structural information on graphs, in particular spectral information, and analyze connections to existing studies. Empirically, COPT outperforms state of the art methods in graph classification on both synthetic and real datasets.

研究の動機と目的

• グローバルな構造的およびスペクトル的情報を保持する新しい非教師付きグラフ距離メトリックの開発。
• 分類や検索などの下流タスクに適した表現の忠実性を維持する効率的なグラフスケッチの実現。
• 計算コストが高く、サイズの異なるグラフを扱えないなどの既存のグラフ距離手法の限界の解消。
• 頂点レベルとスペクトルレベルの比較を協調的輸送計画で統合し、グラフ表現の向上を図ること。

提案手法

• COPTは、二つの輸送計画（グラフ間の頂点をマッピングする計画と、ラプラシアンのスペクトル分布をマッピングする計画）の協調的最適化を用いて距離メトリックを定義する。
• 頂点輸送とスペクトル輸送を結合する共同損失関数を最小化することで、構造的類似性とスペクトル的類似性の整合性を保証する。
• 最適輸送理論を活用し、グラフが同型である場合に限り距離がゼロとなるようにし、メトリックの基本的性質を満たす。
• 最適輸送を用いて元のグラフをより小さなグラフに縮小することでスケッチを計算し、重要なスペクトル的および構造的特徴を保持する。
• スケッチは、ノードラベルが輸送計画から導かれる圧縮ラプラシアン行列として表現される。
• スケッチ上でl1距離を用いた類似度検索が可能となり、フルグラフ比較に比べて著しく検索速度が向上する。

実験結果

リサーチクエスチョン

• RQ1 グラフ間の頂点とスペクトルレベルの対応を統合的に最適化する統一されたグラフ距離メトリックを設計できるか？
• RQ2 COPTは、既存手法と比較して、グラフスケッチの過程でグローバルなスペクトル的および構造的情報をどの程度正確に保持できるか？
• RQ3 COPTは、グラフ分類パイプラインにおけるリtrieval精度と速度をどの程度向上できるか？
• RQ4 サイズやトポロジーが異なる実世界のグラフデータセットにおいて、COPTは効果的に利用できるか？
• RQ5 COPTは、Gromov-Wassersteinやスペクトル射影といった最先端手法と比較して、精度と効率の面でどの程度優れているか？

主な発見

• COPTは600個の合成グラフからなるデータセットで97.8% ± 1.1%のリtrieval精度を達成し、スペクトル射影より15.7ポイント優れた。
• COPTスケッチは、元のグラフの完全なGromov-Wasserstein距離の2.0%以内の精度を維持しながら、3.69秒のGromov-Wasserstein距離計算に比べて2000倍速い（1.81ms）。
• ハイブリッドパイプラインでは、COPT+GWが上位3候補に絞った際の精度が98.7% ± 0.3%に達し、スペクトル射影+GW（89.4% ± 2.4%）を上回った。
• 実際のBZR_MDデータセットでは、7ノードのスケッチに縮小した場合にCOPTが57.2% ± 4.9%の精度を達成し、OTC（52.2% ± 5.5%）を上回った。
• 可視化により、COPTがグローバル構造を正確に保持し、元のグラフで構造的に類似したノードがスケッチでも同じまたは近いノードにマッピングされることを確認した。
• バーベル、ホイール、ラダー、ランダム幾何グラフなど多様なグラフタイプにおいて、COPTはスペクトル的およびトポロジカル特徴を一貫して正確に保持するというロバストネスを示した。