[論文レビュー] Sampling random graphs with specified degree sequences

Upasana Dutta, Bailey K. Fosdick+1 more|arXiv (Cornell University)|May 25, 2021

Complex Network Analysis Techniques被引用数 6

ひとこと要約

本稿では、指定された次数系列を持つランダムグラフの配置モデルにおけるマルコフ連鎖モンテカルロ（MCMC）サンプリングの収束検出法およびサンプリングギャップ推定アルゴリズムを提案する。次数の相関性（assortativity）を用いてMCMC状態間の有効な独立性を推定し、Dickey-Fuller一般最小二乗法（DFGLS）検定を適用することで、全8つの配置モデルグラフ空間において正確かつ効率的な収束検出が可能となる。また、再実行を伴わずに自動的にギャップを選択可能な経験則的スケーリング則を提示する。

ABSTRACT

The configuration model is a standard tool for uniformly generating random graphs with a specified degree sequence, and is often used as a null model to evaluate how much of an observed network's structure can be explained by its degree structure alone. A Markov chain Monte Carlo (MCMC) algorithm, based on a degree-preserving double-edge swap, provides an asymptotic solution to sample from the configuration model. However, accurately and efficiently detecting this Markov chain's convergence on its stationary distribution remains an unsolved problem. Here, we provide a solution to detect convergence and sample from the configuration model. We develop an algorithm, based on the assortativity of the sampled graphs, for estimating the gap between effectively independent MCMC states, and a computationally efficient gap-estimation heuristic derived from analyzing a corpus of 509 empirical networks. We provide a convergence detection method based on the Dickey-Fuller Generalized Least Squares test, which we show is more accurate and efficient than three alternative Markov chain convergence tests.

研究の動機と目的

• ネットワーク科学における有効なノイズモデルを生成するために不可欠な、配置モデルにおけるMCMCサンプリングの信頼性の低い収束検出の問題を解決すること。
• 次数保存マルコフ連鎖における有効に非相関なMCMC状態を保証するための、計算効率の高いサンプリングギャップ推定手法の開発。
• 各ネットワークに対してギャップ推定を再実行することなく、多様な実世界ネットワークに応用可能な実用的で自動化されたギャップ選択ソリューションの提供。
• 自己ループや多重辺を禁止する空間も含め、全8つの配置モデルグラフ空間における手法の正確性と効率性の検証。
• ネットワークサイズ（辺の数）とサンプリングギャップ推定値との間の経験則的スケーリング則の確立により、ヒューリスティックに基づくギャップ選択を可能にする。

提案手法

• 本手法は、ネットワーク構造のスカラー要約統計量として次数の相関性を用い、非相関なMCMC状態間の有効なサンプリングギャップを推定する。
• MCMC系列の定常性を検出するために、Dickey-Fuller一般最小二乗法（DFGLS）検定を適用し、3つの代替収束検定よりも正確かつ計算効率に優れている。
• ギャップ推定アルゴリズム（アルゴリズム1）は、相関性値の自己相関に基づき、統計的独立性を達成するための最小ステップ数を計算する。
• 509件の実世界および準実験的ネットワークを分析し、推定されたサンプリングギャップの辺の数に関するスケーリングパターンを同定し、ヒューリスティックな意思決定ルールを導出する。
• 単純グラフを含む全8つの配置モデルバリアントにおいて、収束検出の正確性と混合時間のスケーリングを確認することで、手法の妥当性を検証する。
• 計算効率が高く、実世界ネットワークに適用可能であるように設計されており、相関性が有効でない低分散次数系列では代替指標を備えたフォールバック機構を提供する。

Figure 1: A small network in each of eight distinct configuration model graph spaces, corresponding to all combinations of allowing (c-d, g-h) or not allowing (a-b, e-f) multi-edges, and allowing (e-f, g-h) or not allowing (a-b, c-d) self-loops, in either a vertex-labeled space (1st and 3rd columns)

実験結果

リサーチクエスチョン

• RQ1 Dickey-Fuller一般最小二乗法（DFGLS）検定は、全8つのグラフ空間における配置モデルのMCMCサンプリングの収束検出において、正確かつ効率的に行えるか？
• RQ2 ネットワークの辺の数と、非相関なMCMC状態を達成するための有効なサンプリングギャップとの間にどのような関係があるか？
• RQ3 サンプリングギャップの経験則的スケーリングパターンを用いて、各ネットワークに対してギャップを再計算する必要をなくすヒューリスティックなルールを導出可能か？
• RQ4 ネットワーク統計量の選択（例：相関性 vs. 濃合係数）が、低分散次数ネットワークにおける収束検出の信頼性に与える影響は何か？
• RQ5 全8つの配置モデルバリアントにおいて、二重辺スワップMCMC系列の混合時間は、辺の数mに対して漸近的にΘ(m)であるか？

主な発見

• Dickey-Fuller一般最小二乗法（DFGLS）検定は、全8つの配置モデルグラフ空間におけるMCMC収束検出において、3つの代替検定よりも正確かつ計算効率に優れている。
• 推定されたサンプリングギャップは辺の数mに経験則的に比例し、異なるグラフ空間間で一貫したスケーリング行動を示すため、ギャップ選択のためのヒューリスティックなルールの開発が可能である。
• 著者らは、ネットワークサイズに基づく意思決定ルールのセットを同定・検証し、ギャップ推定アルゴリズムを実行せずに適切なサンプリングギャップを自動選択可能にする。
• 本研究は、二重辺スワップMCMC系列の混合時間が全8つの配置モデルバリアントにおいてΘ(m)であるという仮説を支持しており、辺の数に線形に依存することを示唆している。
• 非常に低い次数分散（例：k-正則グラフ）を示すネットワークでは、次数の相関性は収束要約統計量として効果がなく、計算コストが高くなるが、濃合係数などの代替指標の使用が推奨される。
• 本手法は多様な実世界ネットワークにおいて頑健であり、自己ループや多重辺を禁止するターゲットグラフ空間においても、適切なMCMC遷移ルールが適用されていれば有効に機能する。

Figure 2: (a) The degree-preserving double-edge swaps on a pair of edges $\{(x,y),(w,z)\}$ results in either $\{(x,y),(w,z)\}\rightarrow\{(x,z),(w,y)\}$ or $\{(x,y),(w,z)\}\rightarrow\{(x,w),(y,z)\}$ as shown. (b) If the vertices x, y, w, z are not distinct, double edge swap $\{(x,y),(w,x)\}\rightar