[論文レビュー] The Covariance of Topological Indices that Depend on the Degree of a Vertex

Boris Hollas|ArXiv.org|Apr 28, 2004

Graph theory and applications参考文献 3被引用数 24

ひとこと要約

本稿では、ランダムグラフにおける次数に依存するトポロジカル指標と辺数の共分散がゼロとなるための必要十分条件を導出する。エッジ確率が 1/n に比例するランダムグラフモデルを用いて、関数 f に含まれる次数加重和の極限がゼロであるとき、かつそのときに限り共分散が消えることを証明し、分子グラフ解析における相関のないトポロジカル指標の理論的基盤を提供する。

ABSTRACT

We consider topological indices I that are sums of f(deg(u)) f(deg(v)), where {u,v} are adjacent vertices and f is a function. The Randi{ć} connectivity index or the Zagreb group index are examples for indices of this kind. In earlier work on topological indices that are sums of independent random variables, we identified the correlation between I and the edge set of the molecular graph as the main cause for correlated indices. We prove a necessary and sufficient condition for I having zero covariance with the edge set.

研究の動機と目的

• 分子グラフにおける次数に基づくトポロジカル指標と辺数の間に相関がない条件を同定すること。
• 定量的構造活性相関（QSAR）研究において長年の問題とされてきた、トポロジカル指標間の相関問題に対処すること。
• 従来の独立な頂点性質に関する研究を、頂点性質が次数に依存するより現実的な状況に拡張すること。
• 次数に基づく関数を用いて相関のないトポロジカル指標を構築する理論的枠組みを確立すること。
• このような指標と辺集合との間の共分散がゼロとなる基準を提供し、化学情報学における統計的信頼性を向上させること。

提案手法

• エッジ数の期待値が頂点数に比例して線形に増加するよう、Erdős–Rényi ランダムグラフモデル G(n, α/n) を用いて分子グラフをモデル化する。
• トポロジカル指標を I_X = (1/2) Σ_{u~v} f(deg(u))f(deg(v)) として定義し、f は実数値関数で f(0)=0 を満たす。
• 条件付き期待値とエッジインジケータ変数を用いて、頂点次数間の依存関係を分離する。
• 大規模なランダムグラフにおける頂点次数に対してポアソン近似を適用し、deg(v) が分布的にポアソン(α)に収束することを示す。
• S_n = k + ∑_{j=k+2^n} 1_j のもとでの f(S_n) の漸近的期待値を導出し、δ_f^{(k)} = E[f(k + Poi(α))] を得る。
• 級数展開と恒等定理の応用により、I_X と I_1 の共分散がゼロであるための必要十分条件が lim_{n→∞} δ_f^{(1)} = 0 であることを確立する。

実験結果

リサーチクエスチョン

• RQ1 大規模なランダムグラフにおいて、次数に基づくトポロジカル指標と辺数の共分散がゼロとなる条件は何か？
• RQ2 頂点性質が次数に依存することによって、トポロジカル指標の相関構造にはどのような影響を与えるか？
• RQ3 辺数と相関のないトポロジカル指標が得られるような関数 f を構成できるか？
• RQ4 エッジ確率が α/n のランダムグラフにおいて、f(deg(v)) の期待値の漸近的挙動は何か？
• RQ5 大規模グラフの極限において、I_X と I_1 の間の共分散がゼロとなる必要十分条件は存在するか？

主な発見

• n → ∞ の極限において、トポロジカル指標 I_X と辺数 I_1 の共分散がゼロであるための必要十分条件は lim_{n→∞} δ_f^{(1)} = 0 である。
• δ_f^{(k)} = E[f(k + Poi(α))] は n に対して漸近的に独立であるため、指標の挙動を安定的に測定する指標として妥当である。
• f ∈ O(x) の関数に対して、δ_f^{(1)} = 0 であれば I_X と I_1 は相関がなくなり、これにより相関のない指標の構築が可能になる。
• 証明は級数展開と正則関数に関する恒等定理に依拠しており、δ_f^{(1)} = 0 であれば f ≡ 0 でない限り、級数の条件を満たさないことを示している。
• 従来の独立な頂点性質に関する知見を一般化し、ランディッチやザグレブ指標に見られるような現実的な次数に依存する関数を組み込んだ。
• f から δ_f^{(1)} を差し引くことで、辺数と相関のない指標を生成できるフレームワークを提供し、QSARモデリングにおける統計的頑健性を向上させることができる。