[論文レビュー] Network Structure Inference, A Survey: Motivations, Methods, and Applications

Ivan Brugere, Brian Gallagher+1 more|arXiv (Cornell University)|Oct 3, 2016

Complex Network Analysis Techniques参考文献 183被引用数 27

ひとこと要約

本調査は、ヒューリスティック的またはドメイン特化型のアプローチを越えて、データからネットワーク構造を推論するための厳密でタスク指向の手法を提案する。統計的妥当性、タスク固有の性能（例：分類、予測）、および生物学、ソーシャルネットワーク、疫学など多様な分野における交差検証を通じて、最適なネットワーク表現は単に隠れた真の値を再構築することではなく、下流の分析タスクを最も効果的に支援するものであることを示している。

ABSTRACT

Networks represent relationships between entities in many complex systems, spanning from online social interactions to biological cell development and brain connectivity. In many cases, relationships between entities are unambiguously known: are two users 'friends' in a social network? Do two researchers collaborate on a published paper? Do two road segments in a transportation system intersect? These are directly observable in the system in question. In most cases, relationship between nodes are not directly observable and must be inferred: does one gene regulate the expression of another? Do two animals who physically co-locate have a social bond? Who infected whom in a disease outbreak in a population? Existing approaches for inferring networks from data are found across many application domains and use specialized knowledge to infer and measure the quality of inferred network for a specific task or hypothesis. However, current research lacks a rigorous methodology which employs standard statistical validation on inferred models. In this survey, we examine (1) how network representations are constructed from underlying data, (2) the variety of questions and tasks on these representations over several domains, and (3) validation strategies for measuring the inferred network's capability of answering questions on the system of interest.

研究の動機と目的

• アドホックまたはドメイン特化型の手法を越えて、統計的に厳密な統一フレームワークを構築し、ネットワーク推論を実現すること。
• 多様な科学的分野において、推論されたネットワークの標準化された妥当性手法の欠如を是正すること。
• ネットワークモデルの評価を、真の値との類似度ではなく、特定のデータサイエンスの問いに答えるための有用性に基づいて行うこと。
• 分類や予測などの下流タスクにおける性能に基づいて、ネットワーク推論手法を特定・比較すること。
• ネットワーク再構築からネットワークモデリングへのシフトを促進し、仮説検証およびデータドリブン意思決定のツールとしての利用を推進すること。

提案手法

• ノード分類やアクティビティ予測などの特定の下流タスクにおける性能に従ってネットワーク構築をガイドするタスク中心のアプローチを提案する。
• データから導出された類似度行列に対してグローバルスレッショルド（例：τ）を適用し、ネットワーク構造を生成する。スレッショルドはタスクの精度に基づいてチューニングされる。
• ノード属性の分類精度や将来の通信の回帰といった、タスクごとの複数の評価指標を用いてネットワーク品質を検証する。
• 有意性検定、感度分析、一般化性の確認といった統計的妥当性手法を用いて、モデルの頑健性を評価する。
• ドメイン特化型の推論手法（例：遺伝子ネットワークにおけるグラフィカルモデル、脳ネットワークにおける時系列解析）を、共通の評価フレームワーク内に統合する。
• クロスバリデーションと複数のタスクにおける一貫性を用いて、最も情報量の多いネットワーク表現を特定するモデル評価に重点を置く。

実験結果

リサーチクエスチョン

• RQ1 真の値が不明または入手不可能な状況下で、生データからネットワーク構造を効果的に推論する最良の方法は何か？
• RQ2 ネットワーク推論は再構築精度ではなく、特定のデータサイエンスの問いに答えるための有用性によってどのように評価できるか？
• RQ3 分類や予測などの複数の下流タスクにおいて、異なるネットワーク推論手法の性能はどの程度一貫性を示すか？
• RQ4 推論されたネットワークの品質を評価するために普遍的に適用可能な統計的妥当性戦略は何か？
• RQ5 時系列データ、多次元データ、近接性などの異なるデータモダリティから導かれるネットワーク表現は、分析タスクを支援する能力においてどのように比較できるか？

主な発見

• 最適なネットワーク推論スレッショルド（例：τ）は、ノードの役割分類や将来の通信予測といった複数のタスクで一貫しており、ネットワーク構造とタスクの有用性が整合していることを示している。
• タスク固有のチューニングを用いて推論されたネットワークは、真の値にアクセスできない状況下でも、汎用的またはヒューリスティックな手法を上回る性能を示す。
• 同じ最適なτスレッショルドが、性別、コミュニティ、役割分類といった多様なタスクで高い精度を達成しており、データに共通の構造が内在している可能性を示唆している。
• 複数の独立したタスクによる妥当性評価は、推論されたネットワークの表現的品質と一般化性に対する信頼性を高める。
• 普遍的な「最良の」ネットワークは存在しない。最も有用なネットワークは、特定の分析的問いに最も高い性能を発揮するものである。
• 現在の手法では、ネットワーク品質の評価に標準化が欠けており、本調査は統計的に厳密でタスク指向の妥当性フレームワークの構築が急務であると指摘している。