[논문 리뷰] Identifying networks with common organizational principles

Anatol E. Wegner, Luis H. Ospina외 3명|arXiv (Cornell University)|2017. 04. 02.

Bioinformatics and Genomic Networks참고 문헌 5인용 수 4

한 줄 요약

이 논문은 네트워크의 크기와 밀도가 다를 경우에도 구조적 유사성을 유지하면서 다양한 네트워크 간의 공통 조직 원리를 식별할 수 있도록 그래프릿 도수 분포 간의 지구이동거리(EMD)를 측정하는 새로운 네트워크 비교 방법 NetEmd를 소개한다. NetEmd는 크기와 밀도가 다른 네트워크의 정확한 클러스터링을 가능하게 하며, 클러스터링, 진화적 네트워크 분석, 기능 분류 작업에서 최신 기술을 능가하여 다양한 벤치마크 데이터셋에서 최고의 AUPRC 점수를 기록한다.

ABSTRACT

Many complex systems can be represented as networks, and the problem of network comparison is becoming increasingly relevant. There are many techniques for network comparison, from simply comparing network summary statistics to sophisticated but computationally costly alignment-based approaches. Yet it remains challenging to accurately cluster networks that are of a different size and density, but hypothesized to be structurally similar. In this paper, we address this problem by introducing a new network comparison methodology that is aimed at identifying common organizational principles in networks. The methodology is simple, intuitive and applicable in a wide variety of settings ranging from the functional classification of proteins to tracking the evolution of a world trade network.

연구 동기 및 목표

• 크기와 밀도가 다른 네트워크를 비교하는 데 있어 구조적 유사성을 유지하는 도전 과제를 해결하기 위해.
• 복잡한 네트워크 간 공통 조직 원리를 식별하기 위한 계산 효율적이고 직관적인 방법을 개발하기 위해.
• 생물학, 사회 네트워크, 글로벌 무역 등 다양한 분야의 네트워크를 정확하게 클러스터링하고 분류하기 위해.
• 스케일링과 이질성 문제로 어려움을 겪는 기존의 그래프 커널 및 정렬 기반 방법에 대한 강력한 대안을 제공하기 위해.
• 실제 네트워크와 합성 네트워크, 특히 변화하는 시스템과 기능 분류 작업을 포함한 성능 평가를 수행하기 위해.

제안 방법

• 각 네트워크의 그래프릿 도수 분포(GDD)를 계산하여 局소적 구조 패턴을 캡처한다.
• 스케일링과 이동에 대해 불변인 지구이동거리(EMD) 기반의 형태에 불변한 측정법을 적용하여 GDD 분포를 비교한다.
• 다른 네트워크의 GDD 간에 EMD 거리를 계산하여 구조적 유사성을 반영하는 거리 값을 제공한다.
• G3, G4, G5, S, E4, DD 등의 다양한 그래프릿 유형을 고려하여, 다양한 부분그래프 무늬에 대한 강건성과 성능을 평가한다.
• 벤치마크 데이터셋에서 AUPRC, 정밀도-재현율 곡선, 분류 정확도를 사용하여 성능을 평가한다.
• 대규모 응용을 지원하기 위해 네트워크 부분 샘플링에 강건하고 확장 가능한 설계를 한다.

실험 결과

연구 질문

• RQ1 크기와 밀도가 상당히 다른 네트워크 간에 구조적 유사성을 효과적으로 식별할 수 있는 네트워크 비교 방법은 가능한가?
• RQ2 제안된 그래프릿 도수 분포 기반의 EMD 기반 비교 방법은 다양한 도메인의 네트워크를 클러스터링하는 데 얼마나 잘 작동하는가?
• RQ3 이 방법은 시간에 따라 변화하는 네트워크에서 진화적 변화를 어느 정도 탐지할 수 있는가?
• RQ4 이전의 그래프 커널 접근 방식에 비해 이 방법은 네트워크의 기능 분류를 향상시킬 수 있는가?
• RQ5 이 방법은 부분 샘플링 상황과 다중 클래스 네트워크 분류 작업에서 어떻게 성능을 발휘하는가?

주요 결과

• NetEmd는 모든 벤치마크 데이터셋에서 최고의 AUPRC 점수를 기록했으며, RG1 데이터셋에서는 0.981 ± 0.018, RWN 데이터셋에서는 0.967 ± 0.015를 기록했다.
• 특히 복잡하고 이질적인 환경에서 크기와 밀도가 다른 네트워크의 클러스터링에서 최신 기술보다 뛰어난 성능을 보였다.
• 변화하는 네트워크 데이터에서 강력한 성능을 보였으며, 시간에 따른 구조적 전이를 정확히 포착했다.
• 화합물과 단백질 구조의 기능 카테고리 예측 작업에서 NetEmd 기반 분류기가 기존의 그래프 분류기들을 능가했다.
• 네트워크 부분 샘플링 상황에서도 강건성을 유지하여, 일부 네트워크 데이터만 존재할 경우에도 높은 성능을 유지했다.
• 다중 클래스 설정에서는 문제가 있을 수 있는 AUPRC 지표조차도 NetEmd가 일관되게 최고의 점수를 기록하여 네트워크 클래스 간의 우수한 분리 능력을 보여주었다.