[論文レビュー] Partial Recovery of Erd\H{o}s-R\'enyi Graph Alignment via $k$-Core Alignment

Daniel Cullina, Negar Kiyavash+2 more|arXiv (Cornell University)|Sep 10, 2018

Advanced Graph Neural Networks参考文献 26被引用数 4

ひとこと要約

本稿では、スパースで相関のある Erdős-Rényi グラフにおける頂点アラインメントの部分的回復を達成するために、kコアアラインメント推定器を導入する。平均次数が交差グラフにおいて無限に増加する場合、消失する割合の頂点のアラインメントが高確率で回復可能であることを証明し、情報理論的領域における部分的回復の達成可能性と逆転境界を一致させることを示している。

ABSTRACT

We determine information theoretic conditions under which it is possible to partially recover the alignment used to generate a pair of sparse, correlated Erd\H{o}s-R\'enyi graphs. To prove our achievability result, we introduce the $k$-core alignment estimator. This estimator searches for an alignment in which the intersection of the correlated graphs using this alignment has a minimum degree of $k$. We prove a matching converse bound. As the number of vertices grows, recovery of the alignment for a fraction of the vertices tending to one is possible when the average degree of the intersection of the graph pair tends to infinity. It was previously known that exact alignment is possible when this average degree grows faster than the logarithm of the number of vertices.

研究の動機と目的

• 相関のあるスパース Erdős-Rényi グラフにおける頂点アラインメントの部分的回復のための情報理論的条件を特定すること。
• kコアアラインメント推定器を新たに導入し、部分的回復を達成するための手法として分析すること。
• 部分的アラインメント回復における達成可能性と逆転境界を一致させ、正確な回復と検出の間のギャップを埋めること。
• 正確な回復を超えて、ほとんどすべての頂点を片側誤差で回復できるという点に焦点を当て、グラフアラインメントの限界を拡張すること。
• 実用的応用を持つ相関のあるランダムグラフモデルにおける効率的なグラフマッチングの理論的基盤を提供すること。

提案手法

• 交差グラフの最小次数が k となるアラインメントを探索する kコアアラインメント推定器を提案。
• kコア制約下でのエッジオーバーラップを最大化するための組合せ最適化フレームワークを用いる。
• 有効なアラインメントの期待数を分析するために、母関数と行列トレース法を用いる。
• 固有値解析と遷移行列のジョルダン分解を用いて、スペクトル的および確率的境界を適用。
• モーメント生成関数と指数的傾き変換を用いて、誤ったアラインメントの確率の上界を導出。
• 尤度比の精密な解析とアラインメントカウントの尾部挙動を用いて、一致する逆転境界を確立。

実験結果

リサーチクエスチョン

• RQ1 相関のある Erdős-Rényi グラフにおいて、頂点アラインメントの部分的回復はどのような条件下で可能か？
• RQ2 交差グラフの平均次数が増加する場合、kコアアラインメント推定器は高確率での部分的回復を達成できるか？
• RQ3 部分的回復の根本的な情報理論的限界は何か？ また、正確な回復と比べてどう異なるか？
• RQ4 kコアアラインメント法は、既存のアルゴリズムと比較して、理論的保証と計算効率の点でどのように異なるか？
• RQ5 提案手法は、指数時間未満の時間計算量で部分的回復を達成できるか？

主な発見

• 頂点数が増加する際、交差グラフの平均次数が無限に近づくならば、頂点アラインメントの部分的回復が高確率で可能である。
• kコアアラインメント推定器は、アラインメント下で交差グラフの最小次数を k に保つことで、この部分的回復を達成する。
• 一致する逆転境界により、交差グラフの平均次数が有界のままでは部分的回復が不可能であることが示された。
• 本稿では、正確な回復が不可能な場合でも部分的回復が可能であることを示しており、部分的回復と正確な回復の間の相転移を実証した。
• 解析により、部分的回復の閾値が正確な回復の閾値よりも著しく低いことが判明した。正確な回復には平均次数が log n より速やかに増加する必要があるが、部分的回復にはそれほど厳しい要件は不要である。
• 情報理論的最適性を達成しており、達成可能性と逆転境界の両方が定数係数の範囲で一致している。