[論文レビュー] Ollivier-Ricci curvature and the spectrum of the normalized graph Laplace operator

Frank Bauer, Jürgen Jost+1 more|arXiv (Cornell University)|May 19, 2011

Geometric Analysis and Curvature Flows参考文献 14被引用数 17

ひとこと要約

本稿では、近傍グラフ上のOllivier-Ricci曲率を用いて、正規化グラフラプラシアンに対する新しいスペクトル推定を確立し、$ G[t] $ 上の曲率の有界性によって固有値がきわめて厳密に制御されることを示している。主な結果は、非双分グラフで曲率が非正である場合でも、Ollivierの元々の推定を上回る非自明で指数的に減衰するスペクトルギャップの境界を提供することである。

ABSTRACT

We prove the following estimate for the spectrum of the normalized Laplace operator $Δ$ on a finite graph $G$, \begin{equation*}1- (1- k[t])^{\frac{1}{t}}\leq λ_1 \leq \cdots \leq λ_{N-1}\leq 1+ (1- k[t])^{\frac{1}{t}}, \,\forall \,\, ext{integers}\,\, t\geq 1. \end{equation*} Here $k[t]$ is a lower bound for the Ollivier-Ricci curvature on the neighborhood graph $G[t]$, which was introduced by Bauer-Jost. In particular, when $t=1$ this is Ollivier's estimates $k\leq λ_1\leq \ldots \leq λ_{N-1}\leq 2-k$. For sufficiently large $t$ we show that, unless $G$ is bipartite, our estimates for $λ_1$ and $λ_{N-1}$ are always nontrivial and improve Ollivier's estimates for all graphs with $k\leq 0$. By definition neighborhood graphs are weighted graphs which may have loops. To understand the Ollivier-Ricci curvature on neighborhood graphs, we generalize a sharp estimate of the Ricci curvature given by Jost-Liu to weighted graphs with loops and relate it to the relative local frequency of triangles and loops.

研究の動機と目的

• 一般化された曲率概念を用いて、正規化グラフラプラシアンのよりタイトなスペクトル推定を確立すること。
• Ollivierの曲率に基づく固有値境界を、高次の近傍グラフ $ G[t] $ に拡張し、非双分グラフにおけるより良い制御を可能にすること。
• 重み付きで自己ループを含む近傍グラフにおけるOllivier-Ricci曲率と、三角形や自己ループの頻度といった局所的グラフ構造との関係を明らかにすること。
• 曲率とランダムウォークダイナミクスを用いて、グラフが双分性からどれほど逸脱しているかをスペクトルギャップを通じて定量化すること。
• Jost-Liuの曲率-クラスタリング係数推定を、自己ループを含む重み付きグラフに一般化し、幾何学とスペクトルの関係を結びつけること。

提案手法

• $ t $ 階近傍グラフ $ G[t] $ を導入し、辺の重みを頂点次数でスケーリングされた $ t $ ステップ遷移確率として定義する。
• 遷移測度 $ m_x[t] $ と $ m_y[t] $ 間のWasserstein距離を用いて、$ G[t] $ 上のOllivier-Ricci曲率 $ \kappa[t](x,y) $ を定義する。
• 主なスペクトル推定を導出：$ 1 - (1 - k[t])^{1/t} \leq \lambda_1 \leq \cdots \leq \lambda_{N-1} \leq 1 + (1 - k[t])^{1/t} $、ここで $ k[t] $ は $ G[t] $ 上の下界曲率である。
• カップリングの議論とランダムウォークの混合性を用いて、$ \max_{x,z} |\delta_x P^t(z) - \pi(z)| $ を評価し、曲率の減衰推定に繋げる。
• $ G[t] $ 上の曲率を三角形と自己ループの頻度を用いた局所的クラスタリングと関連づけ、先行研究を重み付きグラフに一般化する。
• スペクトルギャップの制御を $ \overline{\lambda} = \max_{i \neq 0} |1 - \lambda_i| $ を用いて行い、$ 1 - k[t] $ が $ t $ に関して指数的に減衰することを導出する。

実験結果

リサーチクエスチョン

• RQ1 高次の近傍グラフ $ G[t] $ 上のOllivier-Ricci曲率を、正規化ラプラシアンの固有値を制限するためにどのように用いることができるか？
• RQ2 正規化ラプラシアンのスペクトルギャップは、グラフが双分性からどれほど逸脱しているかをどのように反映するか？
• RQ3 元の曲率 $ k \leq 0 $ の場合、Ollivierの境界が自明になってしまうが、$ G[t] $ 上の曲率推定は、この状況でも非自明な固有値境界をもたらすか？
• RQ4 重み付きエッジと自己ループを含む $ G[t] $ において、Ollivier-Ricci曲率の定義と計算にどのような影響を与えるか？
• RQ5 局所的クラスタリング（三角形、自己ループ）と $ G[t] $ 上のOllivier-Ricci曲率との関係は何か？そして、これはスペクトル的性質とどのように関係するか？

主な発見

• すべての整数 $ t \geq 1 $ に対して、$ 1 - (1 - k[t])^{1/t} \leq \lambda_1 \leq \cdots \leq \lambda_{N-1} \leq 1 + (1 - k[t])^{1/t} $ というスペクトル推定が成り立つ。これはOllivierの元々の境界を一般化する。
• 非双分グラフでは、$ k \leq 0 $ であっても境界が非自明であり、Ollivierの推定 $ k \leq \lambda_1 \leq \cdots \leq \lambda_{N-1} \leq 2 - k $ よりも改善されている。
• $ G[t] $ 上の曲率 $ k[t] $ は $ t $ に関して指数的に減衰し、$ \lim_{t \to \infty} \log(1 - k[t])^{1/t} \leq \log(1 - k[t'])^{1/t'} < 0 $ を満たす。これは $ 1 - k[t] $ の指数的減衰を示唆する。
• 自己ループを含まない非重み付き非双分グラフでは、最大固有値について $ \lambda_{N-1} \leq 1 + (1 - k[t])^{1/t} $ が成り立ち、$ a \leq \log(N-1) $ を満たす。ここで $ a $ は $ 1 - k[t] $ の減衰率である。
• 曲率 $ k[t] $ は $ k[t] \geq 1 - 2N e^{-t(1 - \overline{\lambda})} \frac{\max_x d_x}{\min_x d_x} $ を満たし、$ t \to \infty $ のとき指数的に 1 に収束することを示している。
• 自己ループを含む $ d $ 次正則な非双分グラフで $ k > 0 $ の場合、$ \lambda_{N-1} \leq 2 - \frac{\tilde{\sharp}_1}{d} \leq 2 - k $ という境界が $ \lambda_{N-1} \leq 2 - k $ よりも改善されており、ここで $ \tilde{\sharp}_1 $ は最小の共通近傍数に自己ループを加えたものである。