[論文レビュー] Identifying networks with common organizational principles

Anatol E. Wegner, Luis H. Ospina+3 more|arXiv (Cornell University)|Apr 2, 2017

Bioinformatics and Genomic Networks参考文献 5被引用数 4

ひとこと要約

この論文では、グラフレット次数の分布間の地球移動距離（EMD）を測定することで、サイズや密度が異なるネットワークの共通する組織的原則を同定する、NetEmdと呼ばれる新しいネットワーク比較手法を紹介している。NetEmdは、サイズや密度が異なるネットワークのクラスタリングにおいて高い正確性を示し、最先端の手法を上回る性能を発揮しており、多様なベンチマークデータセットで最高のAUPRCスコアを達成した。

ABSTRACT

Many complex systems can be represented as networks, and the problem of network comparison is becoming increasingly relevant. There are many techniques for network comparison, from simply comparing network summary statistics to sophisticated but computationally costly alignment-based approaches. Yet it remains challenging to accurately cluster networks that are of a different size and density, but hypothesized to be structurally similar. In this paper, we address this problem by introducing a new network comparison methodology that is aimed at identifying common organizational principles in networks. The methodology is simple, intuitive and applicable in a wide variety of settings ranging from the functional classification of proteins to tracking the evolution of a world trade network.

研究の動機と目的

• サイズや密度が異なるネットワークを比較する際の構造的類似性の保持を課題として解決すること。
• 複雑なネットワーク間で共有される組織的原則を同定するための計算効率的で直感的な手法の開発。
• 生物学、ソーシャルネットワーク、グローバルトレードを含む多様な分野におけるネットワークの正確なクラスタリングと分類を可能にすること。
• スケーリングや異種性の問題を抱える既存のグラフカーネルやアライメントベースの手法に対する、強固な代替手法の提供。
• 実世界および合成ネットワーク、特に時間発展するシステムや機能的分類タスクを含む、ベンチマークデータセットでの性能評価。

提案手法

• 各ネットワークのグラフレット次数分布（GDD）を計算し、局所的なトポロジカルパターンを捉える。
• スケーリングおよび平行移動に対して不変であるよう、地球移動距離（EMD）に基づく形状不変測度を適用してGDDの分布を比較。
• 異なるネットワークのGDD間のEMD距離を計算し、構造的類似性を反映する距離を提供。
• G3、G4、G5、S、E4、DDなどの複数のグラフレットタイプを用いて、異なる部分グラフモチーフにおけるロバストネスと性能を評価。
• ベンチマークデータセットを用いたAUPRC、精度-再現率曲線、分類精度を用いた評価。
• 大規模応用をサポートするため、ネットワークの部分抽出（サブサンプリング）に対してもスケーラブルでロバストであるように設計。

実験結果

リサーチクエスチョン

• RQ1 サイズや密度が著しく異なるネットワーク間で、構造的類似性を効果的に同定できるネットワーク比較手法は存在するか？
• RQ2 提案されたグラフレット次数分布のEMDベース比較は、多様な分野のネットワークをクラスタリングする際にどの程度の性能を示すか？
• RQ3 この手法は、時間発展するネットワークにおいて、進化的な変化をどの程度正確に検出できるか？
• RQ4 既存のグラフカーネル手法と比較して、この手法はネットワークの機能的分類をどのように改善できるか？
• RQ5 サブサンプリング条件下およびマルチクラスネットワーク分類タスクにおいて、この手法の性能はどの程度か？

主な発見

• NetEmdはすべてのベンチマークデータセットで最高のAUPRCスコアを達成し、RG1データセットでは0.981 ± 0.018、RWNデータセットでは0.967 ± 0.015を記録した。
• 特に複雑で異種性の高い環境下でも、サイズや密度が異なるネットワークのクラスタリングにおいて、最先端のグラフレットベース手法を上回った。
• NetEmdは時間発展ネットワークデータにおいても優れた性能を示し、時間経過に伴う構造的変化を正確に捉えた。
• 化学化合物やタンパク質構造の機能的カテゴリ予測タスクにおいて、NetEmdを基盤とする分類器は既存のグラフ分類器を上回った。
• ネットワークのサブサンプリングに対してもロバストであり、部分的なネットワークデータしか入手できない状況でも高い性能を維持した。
• マルチクラス設定では問題があるとされるAUPRC指標でも、NetEmdは一貫して最高スコアを記録しており、ネットワーククラス間の優れた分離性を示した。