[論文レビュー] Geometry of Graph Partitions via Optimal Transport

Tara Abrishami, Nestor Guillen+5 more|arXiv (Cornell University)|Oct 21, 2019

Advanced Graph Theory Research参考文献 31被引用数 4

ひとこと要約

本稿では、エッジに基づく輸送コストを用いた線形割り当てにより、グラフ分割間の類似度を計算する、新しい最適輸送に基づく距離尺度を提案する。この手法により、1つの線形計画問題を用いた効率的な計算が可能となり、政治的赤地図再編のアンサンブルの可視化および分析において、従来の手法よりも地理的および政治的に代表的な計画をより効果的に特定できる。

ABSTRACT

We define a distance metric between partitions of a graph using machinery from optimal transport. Our metric is built from a linear assignment problem that matches partition components, with assignment cost proportional to transport distance over graph edges. We show that our distance can be computed using a single linear program without precomputing pairwise assignment costs and derive several theoretical properties of the metric. Finally, we provide experiments demonstrating these properties empirically, specifically focusing on its value for new problems in ensemble-based analysis of political districting plans.

研究の動機と目的

• 大規模なグラフ分割アンサンブル、特に従来の可視化手法に限界がある政治的赤地図再編の文脈において、それらを効果的にナビゲート・分析する課題に対処すること。
• 単なる重複や統計的要約を超えて、構造的および空間的関係を捉える、分割間の幾何的距離尺度を構築すること。
• 多様な次元スケーリング（MDS）のような埋め込み技術を用いて、解釈可能な分割アンサンブルの可視化を可能にすること。
• ハミング距離や全変動距離のような単純な距離尺度に対する理論的裏付けがあり、計算が可能な代替手段を提供すること。
• 実世界および合成データセットにおける、代表的および外れ値の赤地図再編計画の同定において、本距離尺度の有効性を示すこと。

提案手法

• 本手法は、2つの分割の成分を、グラフエッジ上の輸送コストに基づいてマッチングする線形割り当て問題を解くことで、分割間の距離を定義する。
• 成分間の輸送コストは、グラフ上でのノード間のフローをモデル化する1-Wasserstein距離を用いて計算する。
• 全体の距離は、事前のペairwise割り当てコストの計算を避けるために、単一の線形計画問題として定式化される。
• 不均衡な分割への応用を可能にするために、重み付き成分マッチングを用いて拡張される。
• 重複ベースの尺度（例：KLダイバージェンスや全変動）とは異なり、成分の順序に不変であり、幾何的構造に敏感である。
• MDSを用いた低次元ユークリッド空間への分割アンサンブルの埋め込みをサポートし、可視化および分析に用いる。

実験結果

リサーチクエスチョン

• RQ1 空間的および構造的関係を反映するが、単に重複のみを考慮する距離尺度を、グラフ分割間で構築できるか？
• RQ2 最適輸送を階層的に応用することで、分割の空間に意味のある距離を定義できるか？
• RQ3 提案された距離尺度は、大規模な赤地図再編計画アンサンブルの可視化および解釈可能性をどの程度向上させるか？
• RQ4 輸送ベースの距離尺度は、ハミング距離や全変動距離といった従来の尺度と比較して、分割空間における代表性およびクラスタリングをどの程度的確に捉えられるか？
• RQ5 既存の手法と比較して、地理的および政治的に代表的な計画をより効果的に同定できるか？

主な発見

• 提案された距離尺度により、1つの線形計画問題を用いた効率的な分割距離計算が可能となり、反復的割り当て手法と比較して計算オーバーヘッドを顕著に低減した。
• 合成データおよび実世界の赤地図再編データの両方において、輸送ベースの距離は、裁判所の計画がアンサンブル内で中心的かつ代表的であることを的確に特定した。一方、2012年および2016年の計画は周縁部に位置づけられた。
• 輸送距離を用いたMDS埋め込みにより、分割アンサンブル内に明確なクラスタリングおよび空間的構造が可視化され、ナビゲーションおよび分析の観点で本手法の価値が裏付けられた。
• アンサンブル生成手法の変動に対しても本距離尺度は頑健であり、ReComを含むさまざまな手法で生成されたアンサンブルにおいても、裁判所の計画が常に埋め込みの中心付近に位置づけられた。
• 成分の順序に不変であること、幾何的構造に敏感であることといった理論的性質が、実験的にも裏付けられ、本距離尺度の直感的かつ幾何学的に整合性のある性質が確認された。
• 重み付き成分マッチングを用いることで、不均衡な分割への一般化が可能となり、不均等な選挙区サイズを有する現実世界の状況への適用範囲が広がった。