[論文レビュー] Understanding and Predicting Links in Graphs: A Persistent Homology Perspective

Sumit Bhatia, Bapi Chatterjee+2 more|arXiv (Cornell University)|Nov 9, 2018

Topological and Geometric Data Analysis参考文献 28被引用数 5

ひとこと要約

本稿では、空間的解像度の変化に伴う形状の変化を分析することで、グラフ近傍の位相的特徴を捉えるために持続的ホモロジーを用いた、新たなリンク予測手法を提案する。この手法により、計算コストを最小限に抑えつつ、ロバストでスケーラブルな予測が可能となる。7つの実世界のデータセットにおいて最先端の性能を達成し、DeepWalk や node2vec といったディープラーニングベースのベースラインを、主な指標で上回る。その一方で、わずか8つの位相的特徴に依存している。

ABSTRACT

Persistent Homology is a powerful tool in Topological Data Analysis (TDA) to capture topological properties of data succinctly at different spatial resolutions. For graphical data, shape, and structure of the neighborhood of individual data items (nodes) is an essential means of characterizing their properties. In this paper, we propose the use of persistent homology methods to capture structural and topological properties of graphs and use it to address the problem of link prediction. We evaluate our approach on seven different real-world datasets and offer directions for future work.

研究の動機と目的

• 複雑なネットワークにおける欠落または将来のリンクを予測する課題に、純粋に局所的またはグローバルなヒューリスティクスではなく、位相的構造に基づいて対処すること。
• 訓練に広範なリソースを要せず、スケーラブルで適応的である方法を構築し、局所的およびグローバルな構造的情報を同時に捉えること。
• 実世界の多様なグラフデータセットにおいて、持続的ホモロジーから導出される位相的特徴のリンク予測への有効性を評価すること。
• 埋め込みベースや経路数え上げ法の代替として、理論的裏付けが強く、計算効率の良いリンク予測の代替手法を提供すること。

提案手法

• 本手法は、2つのクエリノードの拡張近傍によって生成される部分グラフに持続的ホモロジーを適用し、複数の空間的解像度にわたり、連結成分、トンネル、ボイドなどの位相的特徴を分析する。
• 特徴の誕生と消滅を表すパーシステント図を構築し、これにより8種類の異なる距離尺度を計算することで、ノード近傍間の構造的類似性を捉える。
• ランク積度量を用いて、各距離関数から得られる個別のランクリストを統合し、各ソースノードの潜在的リンクの最終的で統合されたランク付けを行う。
• 本手法は適応的であり、全グラフ全体ではなく、クエリノードの局所的拡張近傍に焦点を当てることで、計算コストを削減しながらもグローバルな構造的インサイトを保持する。
• リンク予測をランク付けタスクとして評価し、性能指標として Hits@1、Hits@10、Hits@50 を用いる。

実験結果

リサーチクエスチョン

• RQ1 持続的ホモロジーは、グラフ近傍の構造的および位相的特徴を効果的に捉えることができるか？
• RQ2 Adamic-Adar や Katz スコア、DeepWalk や node2vec といった既存のベースラインと比較して、持続的ホモロジーに基づく手法のリンク予測性能はどの程度か？
• RQ3 提案手法は、多様な実世界のグラフデータセットにおいて、どの程度のロバスト性と安定性を維持するか？
• RQ4 パーシステント図から導出される位相的特徴は、学習済みノード埋め込みの代替として計算的に効率的であると見なせるか？

主な発見

• 提案手法は、7つのデータセットのうち3つで最高の Hits@10 スコアを達成し、それらのデータセットではすべてのベースラインを上回った。また、4つのデータセットでは DeepWalk の最高性能に並ぶか、それを上回った。
• わずか8つの手作業で設計された位相的特徴しか使用していないにもかかわらず、データセット全体にわたって強い安定性とロバスト性を示した。
• Cora データセットでは Hits@10 が 0.504、Citeseer データセットでは 0.571、PubMed データセットでは 0.345 を記録し、優れた一般化性能を示した。
• 単純さにもかかわらず、Adamic-Adar および Salton 措置よりも多くの場合で優れた性能を示した。これは、高次の構造的パターンを捉える能力のおかげである。
• 深層ニューラルネットワークの学習を回避するため、計算コストを著しく削減しているにもかかわらず、DeepWalk や node2vec と同等の性能を達成した。