[論文レビュー] Graph Distance from the Topological View of Non-backtracking Cycles

Leo Torres, Pablo Suárez–Serrato+1 more|arXiv (Cornell University)|Jul 20, 2018

Topological and Geometric Data Analysis参考文献 41被引用数 4

ひとこと要約

本稿では、無向かつ重みなしグラフにおける非バックトラッキングサイクルの長さスペクトルに基づき、原理的で解釈可能かつ効率的なグラフ距離測度であるTruncated Non-Backtracking Spectral Distance (TNBSD)を導入する。非バックトラッキング行列の固有値と、それらを自由ホモトピー類を通じて解釈するトポロジー的意味を活用することで、TNBSDは実ネットワークと合成ネットワークを効果的に区別でき、可視化、クラスタリング、異常検出の分野で優れた性能を示す。

ABSTRACT

Whether comparing networks to each other or to random expectation, measuring dissimilarity is essential to understanding the complex phenomena under study. However, determining the structural dissimilarity between networks is an ill-defined problem, as there is no canonical way to compare two networks. Indeed, many of the existing approaches for network comparison differ in their heuristics, efficiency, interpretability, and theoretical soundness. Thus, having a notion of distance that is built on theoretically robust first principles and that is interpretable with respect to features ubiquitous in complex networks would allow for a meaningful comparison between different networks. Here we introduce a theoretically sound and efficient new measure of graph distance, based on the "length spectrum" function from algebraic topology, which compares the structure of two undirected, unweighted graphs by considering their non-backtracking cycles. We show how this distance relates to structural features such as presence of hubs and triangles through the behavior of the eigenvalues of the so-called non-backtracking matrix, and we showcase its ability to discriminate between networks in both real and synthetic data sets. By taking a topological interpretation of non-backtracking cycles, this work presents a novel application of Topological Data Analysis to the study of complex networks.

研究の動機と目的

• 複雑ネットワーク間の構造的類似性の測定に、標準的かつ理論的根拠を持つ方法が不足しているという問題に対処すること。
• ハブや三角形といった主要なネットワーク特徴量と関連して解釈可能なグラフ距離測度を構築すること。
• 非バックトラッキング行列の最大数個の固有値の計算に限定することで、計算効率を確保すること。
• 多様なデータセットにおいて、実世界のネットワークと合成ネットワークを区別する能力を実証すること。
• 特に長さスペクトルに注目したトポロジカルデータ解析と、複雑ネットワーク解析との間の新しい関係を確立すること。

提案手法

• 非バックトラッキングサイクルの長さの集合としてグラフの長さスペクトルを定義し、それを自由ホモトピー類として解釈する。
• 非バックトラッキング行列を構築し、非バックトラッキングウォークの組み合わせ的構造を符号化し、その固有値を計算する。
• 非バックトラッキング行列の固有値を大きさ順に並べ、長さスペクトルの代理として用い、TNBSDの基盤を形成する。
• 最も重要な固有値に焦点を当てるための切断戦略を適用し、計算効率とロバストネスを向上させる。
• 可視化やさらなる分析に役立てるために、複素固有値分布を活用する。特に、コサイン類似度を用いたカーネルPCAを適用して比較を精緻化する。
• グラフ同士の距離を、その切断固有値列間のL2距離として計算することで、メトリック比較を可能にする。

実験結果

リサーチクエスチョン

• RQ1 代数的トポロジーに根ざした長さスペクトル関数が、複雑ネットワークにおけるグラフ距離の原理的基盤として機能できるか？
• RQ2 ハブや三角形といった構造的特徴が、非バックトラッキング行列の固有値分布にどのように影響を与えるか？
• RQ3 非バックトラッキング行列の切断固有値スペクトルが、実世界ネットワークと合成ネットワークモデルをどの程度効果的に区別できるか？
• RQ4 非バックトラッキングサイクルのトポロジカル解釈は、ネットワーク距離の解釈可能性と可視化を向上させるのに有用か？
• RQ5 TNBSDは、識別力、効率性、解釈可能性という観点から、既存のグラフ距離測度と比較してどのように差をつけるか？

主な発見

• TNBSDは、実ネットワークと合成ネットワークを効果的に区別でき、異常検出タスクにおいても、エンロンスキャンダルの既知の出来事があった週を正しく同定する。
• 非バックトラッキング行列の複素固有値分布は、異なるネットワークモデル（例：Erdős-Rényi、Barabási-Albert、Watts-Strogatz）で明確な幾何的パターンを示し、視覚的区別が可能である。
• 本手法は計算的に効率的であり、非バックトラッキング行列の最大数個の固有値の計算のみに依存する。
• TNBSDは解釈可能である。その挙動は、ハブや三角形の存在といった構造的特徴と相関しており、それらが固有値スペクトルに影響を与える。
• クラスタリングおよびサンプリングタスクにおいても優れた性能を示し、週単位で集約されたエンロングラフが平日グラフよりも互いに類似していることが結果から明らかになった。
• 固有値空間へのカーネルPCAの適用により、比較性能が向上した。これは、固有値空間における高次構造が識別力を強化していることを示唆している。