[논문 리뷰] Analysis of data in the form of graphs

Karthikeyan Rajendran, Ioannis G. Kevrekidis|arXiv (Cornell University)|2013. 06. 14.

Complex Network Analysis Techniques참고 문헌 1인용 수 3

한 줄 요약

이 논문은 확산 맵을 통한 비선형 차원 축소를 위해 두 가지 유사도 척도—서브그래프 밀도와 스펙트럼 분석—를 도입하여 그래프의 앙상블에 대한 데이터 마이닝 프레임워크를 제안한다. 이 방법들이 복잡한 네트워크 시스템의 군집화 모델링을 가능하게 하는 저차원의 의미 있는 표현을 효과적으로 식별할 수 있음을 보여주며, 시뮬레이션된 데이터와 동적 네트워크 앙상블을 통해 검증된다.

ABSTRACT

We discuss the problem of extending data mining approaches to cases in which data points arise in the form of individual graphs. Being able to find the intrinsic low-dimensionality in ensembles of graphs can be useful in a variety of modeling contexts, especially when coarse-graining the detailed graph information is of interest. One of the main challenges in mining graph data is the definition of a suitable pairwise similarity metric in the space of graphs. We explore two practical solutions to solving this problem: one based on finding subgraph densities, and one using spectral information. The approach is illustrated on three test data sets (ensembles of graphs); two of these are obtained from standard graph generating algorithms, while the graphs in the third example are sampled as dynamic snapshots from an evolving network simulation.

연구 동기 및 목표

• 각 데이터 포인트가 유클리드 공간의 벡터가 아니라 그래프인 데이터셋에 데이터 마이닝 기법을 적용하는 데 도전하는 것.
• 복잡한 네트워크 역학의 군집화를 위해 필수적인 그래프 앙상블 내 임베딩된 저차원 구조를 식별하는 것.
• 그래프 간 유사도를 측정하기 위한 두 가지 실용적인 유사도 척도—서브그래프 밀도와 스펙트럼 방법—을 개발하고 비교하는 것.
• 제안된 접근법을 시뮬레이션된 데이터와 동적 네트워크 데이터셋에 적용하여 기존의 파라미터화 방식과 결과를 비교 검증하는 것.
• 네트워크 진화의 방정식 기반 모델링 프레임워크에서 데이터 마이닝을 통해 도출된 관측 가능 변수를 활용할 수 있도록 지원하는 것.

제안 방법

• 유사도 행렬에 기반하여 그래프 데이터를 낮은 차원 공간에 임bedding하는 비선형 차원 축소를 위한 확산 맵을 사용한다.
• 작은 연결된 서브그래프의 빈도와 분포를 비교하여 서브그래프 밀도 방법을 활용해 유사도를 계산한다.
• 그래프 라플라시안 또는 전이 행렬의 고유구조를 기반으로 한 스펙트럼 방법을 적용하여 확산 과정을 통해 유사도를 정의한다.
• 확산 맵의 이웃 크기(ε) 및 스펙트럼 방법의 가중치 함수(μ(k))와 같은 파라미터를 조정하여 성능을 최적화한다.
• 유사도 척도를 데이터 마이닝 알고리즘과 결합하여 그래프 앙상블의 본질적 특징을 포괄하는 축소된 관측 가능 변수 집합을 추출한다.
• 유사도 척도에 그래프 크기의 가중치를 적용하여 크기가 다른 그래프를 다룰 수 있도록 프레임워크를 확장한다.

실험 결과

연구 질문

• RQ1 모델링과 분석에 적합한 저차원 공간에서 그래프 데이터를 효과적으로 표현할 수 있는 방법은 무엇인가?
• RQ2 구조적 및 위상적 정보를 유지하면서 그래프 간의 적절한 쌍별 유사도 척도는 무엇인가?
• RQ3 서브그래프 밀도와 스펙트럼 유사도 방법은 그래프 앙상블에서 알려진 네트워크 파라미터를 복원하는 데 얼마나 효과적인가?
• RQ4 그래프 앙상블에서 도출된 데이터 마이닝 관측 가능 변수는 네트워크 역학의 방정식 기반 모델링에서 효과적인 군집 변수로 기능할 수 있는가?
• RQ5 대규모 그래프 데이터 마이닝에서 서브그래프 기반과 스펙트럼 유사도 방법 간의 계산적 트레이드오프는 무엇인가?

주요 결과

• 서브그래프 밀도 방법은 국소적인 구조 모티프를 포착함으로써 더 계산 비용이 많이 들지만 잠재적으로 더 정확한 그래프 유사도 측정을 제공한다.
• 스펙트럼 방법은 특히 큰 서브그래프가 포함된 경우에 더 빠른 대안을 제공하지만, ε 및 μ(k)와 같은 파라미터의 정교한 튜닝이 필요하다.
• 두 방법 모두 시뮬레이션 모델에서 알려진 생성 파라미터와 상관관계가 있는 저차원 임베딩을 성공적으로 식별했다.
• Erdős–Rényi 및 Chung–Lu 유형의 그래프 앙상블에서, 데이터 마이닝 접근법은 기저 모델 파라미터를 높은 정밀도로 복원했다.
• 동적 네트워크 스냅샷에 대해서는 네트워크 구조의 시간에 따른 진화를 추적하는 느린 군집 변수가 드러났다.
• 이 프레임워크는 데이터 마이닝을 통해 도출된 관측 가능 변수를 방정식 기반 모델링에서 군집 변수 후보로 활용할 수 있도록 지원하며, 명시적인 거시적 방정식 없이도 시뮬레이션 기반의 거시적 수준 계산을 가능하게 한다.