[논문 리뷰] Hierarchical Clusterings of Unweighted Graphs

Svein Høgemo, Christophe Paul외 1명|arXiv (Cornell University)|2020. 08. 07.

Complex Network Analysis Techniques인용 수 2

한 줄 요약

이 논문은 다스구프타 목적 함수 하에서 가중치 없는 그래프에서 계층적 군집화를 최적화하기 위한 정규화 절차를 제안한다. 밀도가 높은 가중치 없는 그래프에 대해서는 문제의 NP-완전성을 증명하고, 6순환과 코이이분할 그래프와 같은 최소 잘 맞는 그래프(예: min-well-behaved graphs)를 규명한다. 이러한 그래프에서는 k개의 복제본에 대한 최적 군집화가 단일 복제본에 대한 군집화로 축소되어 인자 분해된 트리를 통한 효율적 계산이 가능하다.

ABSTRACT

International audience

연구 동기 및 목표

• 다스구프타 목적 함수 하에서 가중치 없는 유사도 그래프에 대한 최적 계층적 군집화를 찾는 문제의 계산 복잡도를 규명하는 것.
• 다중 복제본에 대한 최적 군집화가 단일 복제본에 대한 군집화로 축소되는 구조적 그래프 클래스를 규명하는 것.
• 일부 그래프 클래스에 대해 임의의 계층적 군집화를 최적 형태로 변환하는 정규화 절차를 개발하는 것.
• 6개 정점으로 이루어진 순환 그래프(C6)가 최소 잘 맞는 그래프임을 증명하여, 코이이분할 그래프를 초월한 효율적으로 군집화 가능한 그래프의 범위를 확장하는 것.

제안 방법

• 상향식 탐색을 통한 컷 최적화 적용과 하향식 탐색을 통한 왼쪽 무거운 분포 및 균형 조정을 수행하는 두 단계 정규화 절차를 도입한다.
• 정규화 절차를 반복적으로 적용하여, 더 이상 비용 감소가 불가능한 목표 군집화에 도달할 때까지 임의의 계층적 군집화를 점진적으로 개선한다.
• 최소 잘 맞는 그래프를 정의: k개의 분리된 복제본 H(k)의 최적 군집화가 단일 복제본 H의 최적 군집화로부터 유도될 수 있는 그래프를 의미한다.
• 정규화 과정 중 하위 프리즘에서의 DC-비용 변화를 계수 행렬을 사용하여 분석하여, 비용 증가가 발생하지 않음을 검증한다.
• 프리즘 그래프 P에 대해 절차를 적용하고, k중 복제본 P(k)가 DC-비용 48k²를 갖는 인자 분해된 최적 군집화를 가짐을 증명한다.
• 부호가 부여된 계수를 사용한 네트워크 수익 분석을 통해 하향식 탐색 중 어떤 하위 프리즘 구성도 총 DC-비용을 감소시키지 못함을 검증한다.

실험 결과

연구 질문

• RQ1 다스구프타 목적 함수 하에서 가중치 없는 그래프에 대한 최적 계층적 군집화를 찾는 문제는 NP-완전인가?
• RQ2 다중 복제본에 대한 최적 군집화가 단일 복제본에 대한 군집화로부터 유도될 수 있는 그래프 클래스는 무엇인가?
• RQ3 6개 정점으로 이루어진 순환 그래프(C6)는 최소 잘 맞는 그래프인가? 즉, C6의 k개 분리된 복제본에 대한 최적 군집화가 각 복제본을 별도로 최적 군집화함으로써 얻어질 수 있는가?
• RQ4 정규화 절차는 모든 단계에서 DC-비용을 유지하거나 향상시키며 수렴을 보장할 수 있는가?
• RQ5 어떤 그래프의 구조적 특성이 k중 분리 합집합이 유지될 때 최적 군집화가 복제본 간에 인자 분해된 형태로 유지되는지를 보장하는가?

주요 결과

• 다스구프타 목적 함수 하에서 가중치 없는 그래프에 대한 최적 계층적 군집화를 찾는 문제는 밀도가 높은 그래프(각 정점의 차수 최소 n−6)에서도 NP-완전하다.
• 6개 정점으로 이루어진 순환 그래프(C6)는 최소 잘 맞는 그래ph이며, 임의의 k에 대해 C6의 k개 분리된 복제본에 대한 최적 계층적 군집화는 각 복제본을 별도로 최적 군집화함으로써 얻을 수 있다.
• 정규화 절차는 안전하다: 상향식 및 하향식 탐색 단계 모두에서 DC-비용을 유지하거나 향상시키며, 최적 군집화로의 수렴을 보장한다.
• 프리즘 그래프 P는 최대 잘 맞는 그래프이며, k중 복제본 P(k)는 DC-비용 48k²를 갖는 최적 계층적 군집화를 가지며, 이는 복제본 간에 군집화를 인자 분해함으로써 달성된다.
• 정규화 절차의 안전성은 계수 기반 네트워크 수익 분석을 통해 증명되었으며, 하향식 처리 중 어떤 하위 프리즘 구성도 총 DC-비용을 감소시키지 못함을 보여준다.
• 논문은 코이이분할 그래프와 C6가 최소 잘 맞는 그래프임을 규명하였으며, 이러한 구조적 특성이 다수의 복제본에 대한 효율적 군집화를 가능하게 하므로 드문 특성임에도 불구하고 충분함을 시사한다.