[論文レビュー] Distributed Community Detection via Metastability of the 2-Choices Dynamics

Emilio Cruciani, Emanuele Natale+1 more|arXiv (Cornell University)|May 3, 2018

Game Theory and Applications参考文献 44被引用数 14

ひとこと要約

本稿では、2-チョイスダイナミクスに基づく分散型コミュニティ検出アルゴリズムを提案し、コミュニティ構造を持つネットワークにおいてノードが二値状態でランダムに初期化され、反復的に2つのランダムにサンプリングされた隣接ノードの状態を採用する場合、システムが内部的に異なる状態でコミュニティが一貫性を示すメタ安定状態に迅速に収束することを証明している。主な結果は、このメタ安定状態がnに関して多項式時間にわたり高確率で持続することであり、これにより準線形のメッセージ複雑性で信頼性の高いコミュニティ検出が可能になる。

ABSTRACT

We investigate the behavior of a simple majority dynamics on networks of agents whose interaction topology exhibits a community structure. By leveraging recent advancements in the analysis of dynamics, we prove that, when the states of the nodes are randomly initialized, the system rapidly and stably converges to a configuration in which the communities maintain internal consensus on different states. This is the first analytical result on the behavior of dynamics for non-consensus problems on non-complete topologies, based on the first symmetry-breaking analysis in such setting. Our result has several implications in different contexts in which dynamics are adopted for computational and biological modeling purposes. In the context of Label Propagation Algorithms, a class of widely used heuristics for community detection, it represents the first theoretical result on the behavior of a distributed label propagation algorithm with quasi-linear message complexity. In the context of evolutionary biology, dynamics such as the Moran process have been used to model the spread of mutations in genetic populations [Lieberman, Hauert, and Nowak 2005]; our result shows that, when the probability of adoption of a given mutation by a node of the evolutionary graph depends super-linearly on the frequency of the mutation in the neighborhood of the node and the underlying evolutionary graph exhibits a community structure, there is a non-negligible probability for species differentiation to occur.

研究の動機と目的

• コミュニティ構造を持つネットワークにおける2-チョイスダイナミクスの挙動を分析すること、特に分散型コミュニティ検出の文脈において。
• 非完全かつ非正則なトポロジーにおける確率的ダイナミクスのための最初の対称性破壊分析を確立すること。
• 2-チョイスダイナミクスが高確率でコミュニティ構造を露呈するメタ安定状態に到達できることを示すこと。
• 準線形のメッセージ複雑性を持つラベル伝搬アルゴリズム（LPAs）の理論的基盤を提供すること。
• 進化的生物学における応用を検討し、コミュニティ構造付きの進化的グラフにおいて顕著でない種の分化が生じることを示すこと。

提案手法

• 最近の線形代数的技法、特にグラフの遷移行列の二次形式を用いた確率的ダイナミクスの分析の進展を活用する。
• 対称性破壊分析と測度集中の議論を適用し、異なるコミュニティで異なる状態へのバイアスが生じることを示す。
• Berry-Esseen定理とChernoffの不等式を用いて、時間経過に伴う各状態を支持するノード数の集中を分析する。
• マルコフ連鎖モデルを用いて状態バイアスの進化を追跡し、システムが高確率でO(log n)ラウンド以内にメタ安定状態に到達することを証明する。
• 正しいコミュニティ構造の検出確率を高めるために、コミュニティに敏感なラベル付け技術を導入する。
• 確率的過程と確率的行列理論の結果を組み合わせ、システムがほぼクラスタ状態にとどまる時間を評価する。

実験結果

リサーチクエスチョン

• RQ1 コミュニティ構造を持つネットワークにおける2-チョイスダイナミクスは、各コミュニティが異なる状態で内部的一致を達成するメタ安定状態に到達できるか？
• RQ2 このようなメタ安定的・コミュニティを露呈する状態への収束確率と時間スケールは何か？
• RQ3 2-チョイスダイナミクスをどのように変換すれば、準線形のメッセージ複雑性を持つ分散型コミュニティ検出アルゴリズムとすることができるか？
• RQ4 グラフのスペクトル的性質、特に第二固有値が対称性破壊とメタ安定性を実現するために果たす役割は何か？
• RQ5 このダイナミクスモデルは、コミュニティ構造付きの集団における非自明な進化的成果、例えば種の分化を支持するか？

主な発見

• 2-チョイスダイナミクスは、各コミュニティが異なる状態で内部的一致を達成するメタ安定状態に、定数確率で迅速に収束する。
• システムは、このようなほぼクラスタ状態に、nに関する高次多項式時間にわたり高確率でとどまり、メタ安定状態が実用的に観測可能である。
• 収束時間がO(log n)ラウンドにまで短縮され、初期段階でのバイアス損失の指数的減少のおかげである。
• コミュニティに敏感なラベル付けにより、正しいコミュニティ構造の検出確率を高めることができ、準線形のメッセージ複雑性を達成する。
• 分析により、実世界のネットワークにおけるラベル伝搬アルゴリズムの経験的成功の最初の理論的裏付けが得られた。
• コミュニティ構造付きの進化的グラフにおいて、採用確率が非線形に上昇する場合、種の分化が非無視可能な確率で発生することが示唆された。