[논문 리뷰] Convex Relaxation for Community Detection with Covariates

Bowei Yan, Purnamrita Sarkar|arXiv (Cornell University)|2016. 07. 10.

Complex Network Analysis Techniques참고 문헌 28인용 수 6

한 줄 요약

이 논문은 공동 탐지에 대해 네트워크 구조와 노드 공변량을 함께 고려하는 볼록 리라크스 방법을 제안하며, 이러한 두 정보원이 직교적일 경우(각각 독립적으로는 부족함) 함께 조합하면 渐近적으로 일致하는 클러스터링을 가능하게 함을 보여줌. 핵심 기여는 이 두 정보원이 함께 있을 때만 일관된 복원이 가능하고, 각각 개별적으로는 실패하는 경우에 대해 이론적으로 증명한 것임.

ABSTRACT

Community detection in networks is an important problem in many applied areas. In this paper, we investigate this in the presence of node covariates. Recently, an emerging body of theoretical work has been focused on leveraging information from both the edges in the network and the node covariates to infer community memberships. However, so far the role of the network and that of the covariates have not been examined closely. In essence, in most parameter regimes, one of the sources of information provides enough information to infer the hidden cluster labels, thereby making the other source redundant. To our knowledge, this is the first work which shows that when the network and the covariates carry orthogonal pieces of information about the cluster memberships, one can get asymptotically consistent clustering by using them both, while each of them fails individually.

연구 동기 및 목표

• 네트워크 간선과 노드 공변량이 공동 탐지에 미치는 통합적 역할을 조사하기 위해.
• 네트워크와 공변량이 공동 소속 정보에 대해 직교적인 정보를 제공하는 매개변수 영역을 규명하기 위해.
• 두 정보원을 동시에 활용하여 일관된 클러스터링을 달성하는 방법을 개발하기 위해.
• 두 정보원을 함께 사용할 경우 일관된 복원이 가능하고, 각각 개별적으로는 실패하는 조건을 이론적으로 규명하기 위해.

제안 방법

• 네트워크 인접행렬과 노드 공변량을 모두 포함하는 볼록 최적화 문제로 공동 탐지를 공식화하기 위해.
• 비볼록 최대우도 문제의 볼록 리라크스를 사용하여 해석 가능성을 확보하기 위해.
• 공변량 기반 클러스터 할당에서의 편차를 처벌하는 정규화된 최대우도 항을 통해 공변량 정보를 통합하기 위해.
• 볼록 리라크스가 渐近적으로 일관된 클러스터링을 달성할 수 있는 이론적 조건을 유도하기 위해.
• 네트워크와 공변량으로부터의 피셔 정보를 비교함으로써 통합 추론의 정보 이론적 한계를 분석하기 위해.

실험 결과

연구 질문

• RQ1 네트워크 간선과 노드 공변량이 공동 소속 정보에 대해 언제 직교적인 정보를 제공하는가?
• RQ2 두 정보원이 함께 사용될 경우, 각각 개별적으로는 실패하더라도 볼록 리라크스 방법이 일관된 공동 탐지를 달성할 수 있는가?
• RQ3 고차원 설정에서 네트워크와 공변량의 상대적 기여가 클러스터링의 일관성에 어떻게 영향을 미치는가?
• RQ4 직교 정보 체제에서 볼록 리라크스를 사용한 통합 추론에 대해 어떤 이론적 보장을 확보할 수 있는가?

주요 결과

• 네트워크와 공변량이 공동 레이블에 대해 직교적인 정보를 제공할 경우, 각각의 정보원만으로는 일관된 클러스터링을 달성할 수 없음.
• 두 정보원을 함께 사용함으로써, 각각 개별적으로는 실패하더라도 渐近적으로 일관된 공동 탐지가 가능함.
• 제안된 볼록 리라크스 방법은 이러한 직교 체제에서도 공동 소속을 성공적으로 복원함.
• 이론적 분석을 통해 네트워크와 공변량의 정보는 직교 체제에서 상호보완적임을 확인함.
• 메서드는 각 정보원의 신호가 아닌, 두 데이터 소스 간의 상호보완적 상호작용을 활용하여 일관된 클러스터링을 달성함.