[論文レビュー] Network Global Testing by Counting Graphlets

Jiashun Jin, Zheng Tracy Ke+1 more|arXiv (Cornell University)|Jul 23, 2018

Complex Network Analysis Techniques被引用数 5

ひとこと要約

本稿では、度の不均一性が著しく、混合所属を有する大規模ネットワークにおけるコミュニティ構造を、短いパスやサイクル（グラフレット）の数え上げによって検出する、新たなネットワークグローバルテスト手法を提案する。一般化されたフレームワークを用いて度の不均一性の影響をキャンセルすることで、解析可能な帰無分布を有する検定統計量を構築し、シミュレーションおよび実データにおいて既存手法を上回る性能を示す。理論的保証は度の修正混合所属（DCMM）モデル下で得られる。

ABSTRACT

Consider a large social network with possibly severe degree heterogeneity and mixed-memberships. We are interested in testing whether the network has only one community or there are more than one communities. The problem is known to be non-trivial, partially due to the presence of severe degree heterogeneity. We construct a class of test statistics using the numbers of short paths and short cycles, and the key to our approach is a general framework for canceling the effects of degree heterogeneity. The tests compare favorably with existing methods. We support our methods with careful analysis and numerical study with simulated data and a real data example.

研究の動機と目的

• 度の不均一性が著しく、混合所属を有する大規模ネットワークにおけるグローバルコミュニティテストの課題に対処すること。
• ノードの度が変動しても有効でかつ強力な検定統計量を構築すること。
• 度の不均一性の影響をキャンセルする理論的根拠に基づくフレームワークを提供すること。
• 従来のi.i.d.度および非混合所属の仮定を超えて、既存手法を拡張すること。
• 漸近的解析とシミュレーテッドおよび実世界のネットワークにおける実証的検証により、本手法を支援すること。

提案手法

• 本手法は、ネットワーク内における長さmのパスおよびm-サイクル（グラフレット）のカウントに基づいて検定統計量を構築する。
• DCMMモデル下での期待グラフレットカウントをモデル化するため、G1/2PG1/2の固有値および固有ベクトルから導かれるプロキシを用いる。
• フレームワークは隣接行列を信号（Ω）とノイズ（W）に分離し、Ωは期待エッジ確率を捉える。
• 検定統計量Tnは、(G(A) − G(Ω)) / sqrt(G(Ω)) として定義され、Gはグラフレットのカウントを表す。
• 主な革新点は、帰無分布がθiパラメータに依存しないように変換することで、度の不均一性の影響をキャンセルすることである。
• 理論的解析により、Tn − Sn,n → 0 in probability および Sn,n → N(0,1) が示され、妥当な推論が可能になる。

実験結果

リサーチクエスチョン

• RQ1 度の不均一性が著しいネットワークにおけるコミュニティ構造のグローバルテストに、グラフレットカウント（パスおよびサイクル）を用いることは可能か？
• RQ2 ノードの度が広範囲にわたって変動する状況下でも、DCMMモデル下で本手法は妥当な第一種過誤制御を維持するか？
• RQ3 検定統計量における度の不均一性の影響のキャンセルは、本質的であるか、対称的モデル仮定に依存するか？
• RQ4 混合所属および不均一な度を持つ状況下で、本手法は既存手法を上回る性能を示すか？
• RQ5 コミュニティサイズや度分布の制限なしに、一般DCMM仮定下で本検定を理論的に正当化できるか？

主な発見

• 提案手法の検定統計量Tnは、帰無仮説（単一コミュニティ）下でも、度の不均一性が著しくても漸近的に標準正規分布に従う。
• 度の不均一性下で、シミュレーションにおいて妥当な第一種過誤制御と高い検出力が達成され、既存手法を上回る。
• 度の不均一性の影響のキャンセルは偶然ではなく、DCMMモデル下でのグラフレットカウントの構造的性質に起因する。
• 本手法は混合所属に対して頑健であり、コミュニティサイズが均一である必要も、i.i.d.度分布を仮定する必要もない。
• 理論的解析により、Tnと標準正規統計量の差が確率的に0に収束することが確認され、漸近的妥当性が保証される。
• シミュレーテッドおよび実データにおける実証結果から、多様なネットワーク条件下でも本手法は高い検出力と正確なサイズを維持する。