[論文レビュー] Estimating the number of communities in networks by spectral methods

Can M. Le, Elizaveta Levina|arXiv (Cornell University)|Jul 3, 2015

Complex Network Analysis Techniques参考文献 41被引用数 47

ひとこと要約

本稿では、ベーゼ・ヘシアンおよび非バックトラッキング行列のスペクトル特性を用いて、ネットワークにおけるコミュニティ数を高速かつ一貫して推定する手法を提案する。情報的固有値がスペクトルのバルクから分離されることを活用し、多様なネットワークモデルやスパarsity領域において、既存手法を上回る精度と計算効率を達成する。

ABSTRACT

Community detection is a fundamental problem in network analysis with many methods available to estimate communities. Most of these methods assume that the number of communities is known, which is often not the case in practice. We study a simple and very fast method for estimating the number of communities based on the spectral properties of certain graph operators, such as the non-backtracking matrix and the Bethe Hessian matrix. We show that the method performs well under several models and a wide range of parameters, and is guaranteed to be consistent under several asymptotic regimes. We compare this method to several existing methods for estimating the number of communities and show that it is both more accurate and more computationally efficient.

研究の動機と目的

• 大多数のコミュニティ検出アルゴリズムが要求するが、実際には未知であるコミュニティ数の推定という、ネットワーク解析における一般的な課題に取り組む。
• 大規模ネットワークでは計算が極めて遅いため、尤度ベースや交差検証に基づく手法に代わる、計算的に効率的な代替手法を開発する。
• ストキャスティック・ブロック・モデルや度数補正付きバージョンを含む、さまざまなネットワークモデルにおいて、理論的裏付けのある一貫したコミュニティ数推定器を提供する。
• ベーゼ・ヘシアンおよび非バックトラッキング行列のスペクトル特性が、固有値の分離によってコミュニティ数を信頼性高く推定できることを示す。
• 特にスパースおよび高次元設定において、精度と速度の両面で既存手法を上回る。

提案手法

• 調整パrameter $ r $ を用いたベーゼ・ヘシアン行列 $ H(r) = (r^2 - 1)I - r(A - bE A) + D - rar{A} $ を使用する。ここで $ A $ は隣接行列、$ D $ は次数行列、$ ar{A} $ は期待隣接行列である。
• スペクトル解析を適用し、スペクトルのバルクから離れた固有値の数を特定する。これらの固有値はコミュニティ構造に対応し、「情報的固有値」と呼ばれる。
• 非バックトラッキング行列を用いて、特にスパースネットワークにおいて、固有値の分離によってコミュニティ構造を検出する。
• コーランの最小最大化原理および確率的行列理論を用いて、さまざまな漸近的領域において推定器の一貫性を理論的に確立する。
• MCMC や変分推論のような高コストな手法を避けるために、スパース行列の僅か数個の最大固有値を計算するだけで計算効率を確保する。
• ベルンシュタインの不等式および行列集中の理論的境界を用いて、$ H(r) $ の $ K $ 個の固有値が負であるが、残りの $ n-K $ 個は非負である確率が高くなることを証明する。

実験結果

リサーチクエスチョン

• RQ1 ベーゼ・ヘシアンまたは非バックトラッキング行列のスペクトル特性のみを用いて、ネットワークのコミュニティ数を一貫して推定できるか？
• RQ2 提案手法の精度と計算コストは、BIC や交差検証、ブートストラップベースの手法と比較してどうか？
• RQ3 スパース、密度、アソートィティブ、ディアソートィティブなネットワークモデルやパrameter領域において、本手法は一貫性があり信頼できるか？
• RQ4 本手法は、スチュアスティック・ブロック・モデルを超えて、度数補正付きスチュアスティック・ブロック・モデルなどに応用可能か？
• RQ5 これらの行列における情報的固有値とバルク固有値の間の観察された固有値の分離の理論的根拠は何か？

主な発見

• ベーゼ・ヘシアンおよび非バックトラッキング行列の情報的固有値の数は、多様なネットワークモデルにおいてコミュニティ数 $ K $ を高精度に推定する。
• 本手法は計算的に効率的であり、スパース行列の僅か数個の最大固有値を計算するだけで済むため、$ K $ 推定において最も高速な手法である。
• スパースおよび密度ネットワーク、およびアソートィティブ・ディアソートィティブ構造の両方において、さまざまな漸近的領域で理論的一貫性を示す。
• 特に大規模ネットワークにおいて、尤度ベースの BIC や交差検証、ブートストラップベースの手法を精度と速度の両面で上回る。
• 理論的解析により、$ H(r) $ の $ K $ 個の固有値が負であるが、残りの $ n-K $ 個は非負であることが高確率で成立することが示され、明確なスペクトル的分離が得られる。
• モデルの誤指定に対してもロバストであり、ハブや次数の不均一性を含むネットワークでも、DCSBM フレームワーク下で良好に動作することが示された。