[論文レビュー] Graph Similarity Using PageRank and Persistent Homology.

Mustafa Hajij, Elizabeth Munch+1 more|arXiv (Cornell University)|Feb 12, 2020

Topological and Geometric Data Analysis被引用数 2

ひとこと要約

本稿では、ページランクと恒常的ホモロジーを組み合わせた新しいグラフ類似度手法を提案する。下位スターフィルトレーションにおけるグラフにページランクを適用し、その結果を恒常的図に変換し、ボトルネック距離を用いて比較する。この手法は、トポロジー的および中心性の特徴を効果的に捉え、形状メッシュデータセットにおいて優れた性能を示す。

ABSTRACT

The PageRank of a graph is a scalar function defined on the node set of the graph which encodes nodes centrality information of the graph. In this work, we utilize the PageRank function on the lower-star filtration of the graph as input to persistent homology to study the problem of graph similarity. By representing each graph as a persistence diagram, we can then compare outputs using the bottleneck distance. We show the effectiveness of our method by utilizing it on two shape mesh datasets.

研究の動機と目的

• ノードの中心性とトポロジカル構造を統合することで、グラフ類似度を測定する新しいアプローチの開発。
• グラフのフィルトレーションにおけるスカラーファンクションとしてページランクを活用し、構造的および中心性の情報を符号化する。
• グラフを恒常的図として表現することで、トポロジカルな比較を可能にする。
• 実世界の形状メッシュデータセットを用いて、手法の有効性を評価する。

提案手法

• グラフのノード集合にページランクを適用し、中心性に基づくスカラーファンクションを取得する。
• ページランク値をフィルトレーション値として用いて、下位スターフィルトレーションを構築する。
• フィルタード単体複体に対して恒常的ホモロジーを計算し、恒常的図を生成する。
• 各グラフを恒常的図として表現することで、トポロジカルな比較を可能にする。
• 恒常的図間のボトルネック距離を類似度指標として使用する。
• 2つの形状メッシュデータセットを用いて手法の妥当性を検証し、性能と頑健性を評価する。

実験結果

リサーチクエスチョン

• RQ1 ページランクに基づくスカラーファンクションは、グラフ類似度タスクにおけるトポロジカル表現を向上させることができるか？
• RQ2 ページランクと恒常的ホモロジーを組み合わせることで、グラフの構造的およびトポロジカルな特徴をどれほど正確に捉えることができるか？
• RQ3 提案手法は、形状メッシュ類似度ベンチマークにおいてベースライン手法を上回る性能を示すか？
• RQ4 手法は、グラフ構造やフィルトレーションの選択にどの程度感度を示すか？

主な発見

• ページランクと恒常的ホモロジーを組み合わせることで、中心性とトポロジカル構造の両方を効果的に符号化できた。
• ページランクに基づくフィルトレーションから導出された恒常的図は、類似度分析に有用な意味のあるグラフ特徴を捉えている。
• 恒常的図間のボトルネック距離は、グラフ比較のための信頼性が高く、解釈可能な類似度指標を提供する。
• 本手法は2つの形状メッシュデータセットにおいて優れた性能を示しており、実用的応用における有効性が裏付けられた。