[論文レビュー] Hypergraph Motifs: Concepts, Algorithms, and Discoveries

Geon Lee, Jihoon Ko+1 more|arXiv (Cornell University)|Mar 4, 2020

Complex Network Analysis Techniques参考文献 72被引用数 9

ひとこと要約

本稿では、3つのハイパーエッジの接続性に基づいて定義される、ハイパーグラフ内の局所的構造的パターンを捉えるハイパーグラフモチーフ（h-motif）を導入する。また、h-motifインスタンスを数えるための並列アルゴリズムのファミリーであるMoCHyを提案し、正規化されたモチーフの有意性のベクトルである特徴的プロファイルが、ドメインごとに実世界のハイパーグラフを効果的に区別できることを示している。これにより、サイズの異なるハイパーグラフ間の比較が可能となり、ドメインの特定が可能となる。

ABSTRACT

Hypergraphs naturally represent group interactions, which are omnipresent in many domains: collaborations of researchers, co-purchases of items, joint interactions of proteins, to name a few. In this work, we propose tools for answering the following questions in a systematic manner: (Q1) what are structural design principles of real-world hypergraphs? (Q2) how can we compare local structures of hypergraphs of different sizes? (Q3) how can we identify domains which hypergraphs are from? We first define hypergraph motifs (h-motifs), which describe the connectivity patterns of three connected hyperedges. Then, we define the significance of each h-motif in a hypergraph as its occurrences relative to those in properly randomized hypergraphs. Lastly, we define the characteristic profile (CP) as the vector of the normalized significance of every h-motif. Regarding Q1, we find that h-motifs' occurrences in 11 real-world hypergraphs from 5 domains are clearly distinguished from those of randomized hypergraphs. In addition, we demonstrate that CPs capture local structural patterns unique to each domain, and thus comparing CPs of hypergraphs addresses Q2 and Q3. Our algorithmic contribution is to propose MoCHy, a family of parallel algorithms for counting h-motifs' occurrences in a hypergraph. We theoretically analyze their speed and accuracy, and we show empirically that the advanced approximate version MoCHy-A+ is up to 25X more accurate and 32X faster than the basic approximate and exact versions, respectively.

研究の動機と目的

• 2次元の相互作用を超えた局所的接続性パターンを分析することで、実世界のハイパーグラフにおける構造的設計原理を特定すること。
• モチーフの有意性を正規化することにより、サイズの異なるハイパーグラフ間での局所的構造の比較を可能にすること。
• ハイパーグラフの特徴的構造的プロファイルに基づいて、その出典ドメイン（例：共同執筆、共同購入、生物学的ネットワークなど）を同定する手法を開発すること。
• 大規模ハイパーグラフにおけるh-motifインスタンスの効率的かつ正確なカウントのためのアルゴリズムを設計すること。
• グループ間の相互作用や複雑なハイパーエッジの重なりを考慮した上で、ネットワークモチーフの概念をグラフからハイパーグラフへ拡張すること。

提案手法

• 7つの集合分割（例：$e_1 \setminus e_2 \setminus e_3$, $e_1 \cap e_2 \setminus e_3$ など）の空集合か重なりの有無に基づき、3つのハイパーエッジ間の接続性パターンとして26種類のh-motifを定義する。
• ランダム化されたハイパーグラフにおける観測度と期待度の比としてモチーフの有意性を計算し、ハイパーエッジのサイズとノードの次数を保持するノイズモデルを用いる。
• 特徴的プロファイル（CP）を、モチーフ有意性の正規化されたベクトルとして構築し、ハイパーグラフのドメイン固有のフィンガープリントとして機能させる。
• h-motifカウントのための並列アルゴリズムファミリーであるMoCHyを提案し、正確版、基本的な近似版、高度な近似版（MoCHy-A+）を含む。
• 入れ替えありの均一なハイパーウェッジサンプリングを用いてモチーフカウントを推定し、サンプリングバイアスを補正するために逆確率重み付けを適用する。
• 理論的分析により、近似推定器のバイアスと分散の上限を導出し、サンプルサイズが増加するにつれて漸近的に不偏かつ収束することを示している。

実験結果

リサーチクエスチョン

• RQ1 局所的接続性パターンから明らかになる、実世界のハイパーグラフを支配する根本的な構造的設計原理は何か？
• RQ2 サイズが異なるハイパーグラフにおける局所的構造的パターンを、どのように意味的に比較できるか？
• RQ3 ハイパーグラフの特徴的プロファイルを用いて、その出典ドメイン（例：共同執筆、共同購入、生物学的ネットワークなど）を特定できるか？
• RQ4 大規模ハイパーグラフにおいて、h-motifカウントを効率的かつ正確に計算する方法は何か？
• RQ5 実世界のハイパーグラフとランダム化されたハイパーグラフとの間で、h-motifの分布にどの程度の差が生じるか？

主な発見

• 5つのドメインから得られた11の実世界ハイパーグラフにおけるh-motifの出現頻度は、ランダム化されたハイパーグラフと著しく異なることから、非ランダムな構造的組織が存在することが示された。
• 特徴的プロファイル（CP）は、同じドメインに属するハイパーグラフ間で類似したCPを示し、異なるドメイン間では明確に異なるプロファイルを示すなど、ドメインごとにハイパーグラフを効果的に区別できる。
• 高度な近似アルゴリズムであるMoCHy-A+は、正確版と比較して最大25倍の高い精度と32倍の高速性を達成しており、強力なスケーラビリティと精度を示している。
• 理論的分析により、近似推定器が漸近的に不偏であり、サンプルサイズが増加するにつれて分散が減少することが確認された。
• h-motifの有意性はハイパーグラフのサイズに強く依存せず、異なるスケールのネットワーク間での信頼性のある比較が可能である。
• 本手法は、共同執筆や生物学的ネットワークにおける密な重複する相互作用といった、射影グラフでは見えないドメイン固有の構造的パターンを効果的に捉えている。