[論文レビュー] ERGMs are Hard.

Michael J. Bannister, William E. Devanny+1 more|arXiv (Cornell University)|Dec 4, 2014

Complex Network Analysis Techniques参考文献 17被引用数 5

ひとこと要約

この論文は、ネットワーク確率を推定するために不可欠な要因である指数型ランダムグラフモデル（ERGM）における分割関数を計算することは、標準的な複雑性仮定のもとで#P困難であり、指数関数的比の範囲内で近似可能でないことを確立している。さらに、社会学的根拠を持つ特徴（同調的混合と三重項閉鎖性）を用いることで、与えられたERGM分布に近いグラフをランダム化された多項式時間で生成することは不可能であることが示されている。

ABSTRACT

We investigate the computational complexity of the exponential random graph model (ERGM) commonly used in social network analysis. This model represents a probability distribution on graphs by setting the log-likelihood of generating a graph to be a weighted sum of feature counts. These log-likelihoods must be exponentiated and then normalized to produce probabilities, and the normalizing constant is called the \emph{partition function}. We show that the problem of computing the partition function is $\mathsf{\#P}$-hard, and inapproximable in polynomial time to within an exponential ratio, assuming $\mathsf{P} eq \mathsf{NP}$. Furthermore, there is no randomized polynomial time algorithm for generating random graphs whose distribution is within total variation distance $1-o(1)$ of a given ERGM. Our proofs use standard feature types based on the sociological theories of assortative mixing and triadic closure.

研究の動機と目的

• ネットワーク解析における統計的推論に不可欠な指数型ランダムグラフモデル（ERGM）における分割関数の計算複雑性を分析すること。
• モデルの確率分布を正規化する役割を果たす分割関数が、効率的に近似可能かどうかを特定すること。
• ランダム化された多項式時間アルゴリズムを用いて、与えられたERGM分布に密接に一致するランダムグラフを生成することが可能かどうかを調査すること。
• 同調的混合や三重項閉鎖性といった標準的な社会学的特徴を用いて、ERGMの複雑性を評価すること。これらは一般的に実世界のネットワークモデリングに用いられる。

提案手法

• 既知の#P完全問題への還元を用いて、ERGMの分割関数を計算することが#P困難であることを示す。
• 社会学的理論に基づく標準的なERGM特徴（同調的混合と三重項閉鎖性）を用い、計算の困難さを現実のネットワークモデルに根ざしたものとする。
• P ≠ NP という複雑性理論的仮定を用いて、分割関数が指数関数的比の範囲内で近似可能でないことを確立する。
• 背理法を用いて、任意のランダム化された多項式時間アルゴリズムが、ターゲットERGM分布との全変動距離 1−o(1) 以内の分布を持つグラフを生成することは不可能であることを証明する。
• ERGMの尤度関数の正規化には分割関数の計算が必要であるという事実を活用し、統計的モデリングと計算複雑性を結びつける。
• 正規化定数（分割関数）の形式的分析を通じて、ERGM推論とシミュレーションにおける主要な計算的ボトルネックを特定する。

実験結果

リサーチクエスチョン

• RQ1 ERGMの分割関数は多項式時間で計算可能か？
• RQ2 P ≠ NP を仮定すると、分割関数は多項式時間内で指数関数的比の範囲内で近似可能か？
• RQ3 高精度な忠実度を達成するために、ランダム化された多項式時間アルゴリズムを用いてERGM分布からランダムグラフを生成することは可能か？
• RQ4 同調的混合や三重項閉鎖性といった標準的な社会学的特徴は、ERGMの計算的困難性に寄与するか？
• RQ5 ERGMにおける統計的推論とシミュレーションの根本的な計算的障壁は何か？

主な発見

• ERGMにおける分割関数を計算する問題は#P困難であると証明されており、これは大規模なネットワークでは正確な計算が非効率であることを示している。
• P ≠ NP を仮定すると、分割関数は多項式時間内で指数関数的比の範囲内で近似可能でない。
• 任意のランダム化された多項式時間アルゴリズムは、与えられたERGM分布との全変動距離 1−o(1) 以内の分布を持つグラフを生成することはできない。
• 同調的混合や三重項閉鎖性といった標準的な社会学的動機付けを持つ特徴を用いても、計算の非効率性は生じる。
• これらの結果は、ERGMにおける正確な推論と信頼性の高いシミュレーションが、計算複雑性によって根本的に制限されていることを示唆している。
• これらの困難性の結果は、標準的な複雑性理論的仮定のもとで成り立つため、理論的および実用的なネットワークモデリングにおいて堅牢である。