[논문 리뷰] Large-Scale Network Motif Learning with Compression.

Peter Bloem, Steven de Rooij|arXiv (Cornell University)|2017. 01. 08.

Complex Network Analysis Techniques참고 문헌 35인용 수 5

한 줄 요약

이 논문은 빈도 기반 비교 대신 근본 모델(null model)을 사용하지 않고 최소 기술 길이(MDL) 원리를 적용하여 대규모 네트워크 모티프 탐지의 새로운 확장 가능한 방법을 제안한다. 반복적인 무작위 그래프 샘플링이 필요 없어지면서, 백만 링크 이상의 네트워크에서도 효율적인 모티프 탐지가 가능해져 계산 비용을 크게 줄이고 정확도를 유지한다.

ABSTRACT

We introduce a new learning method for network motifs: interesting or informative subgraph patterns in a network. Current methods for finding motifs rely on the frequency of the motif: specifically, subgraphs are motifs when their frequency in the data is high compared to the expected frequency under a null model. To compute this expectation, the search for motifs is normally repeated on as many as 1000 random graphs sampled from the null model, a prohibitively expensive step. We use ideas from the Minimum Description Length (MDL) literature to define a new measure of motif relevance. This has several advantages: the subgraph count on samples from the null model can be eliminated, and the search for motif candidates within the data itself can be greatly simplified. Our method allows motif analysis to scale to networks with billions of links, provided that a fast null model is used.

연구 동기 및 목표

• 모티프 탐지 방법의 계산 비용이 너무 높아져 근본 모델 기대치를 추정하기 위해 최대 1000번의 무작위 그래프 샘플링이 필요한 기존 방법의 문제를 해결하기 위해.
• 수십억 개의 링크를 가진 대규모 네트워크를 분석할 수 있는 확장 가능한 모티프 탐지 프레임워크를 개발하기 위해.
• 빈도 기반 모티프 스코어링을 근본 모델 샘플링 없이도 하위그래프의 정보량을 캡처할 수 있는 MDL 기반 측정치로 대체하기 위해.
• 압축 기반의 관련성에 기반해 모티프 후보 검색을 단순화하여 전수 샘플링에 대한 의존도를 줄이기 위해.

제안 방법

• 하나의 하위그래프가 네트워크 데이터를 얼마나 잘 압축하는지에 따라 모티프의 관련성 측정치를 정의하기 위해 최소 기술 길이(MDL) 원리를 적용한다.
• 관측된 그래프와 무작위로 생성된 그래프 간의 빈도 비교를 대체로, 모티프를 사용하여 네트워크를 인코딩하는 데 필요한 복잡도를 수량화하는 기술 길이 지표를 사용한다.
• 모티프를 사용할 때 네트워크를 얼마나 잘 압축하는지에 따라 하위그래프를 MDL 스코어로 순위 매기며, 근본 모델에서 반복적인 샘플링을 피한다.
• 빠른 근본 모델 근사치를 통합하여 계산을 더욱 가속화하고, 대규모 네트워크에 대한 확장성을 확보한다.
• 압축 성과가 뚜렷한 하위그래프에만 집중함으로써 모티프 후보 검색을 단순화하고 검색 공간을 줄인다.

실험 결과

연구 질문

• RQ1 빈도 기반 모티프 탐지 대신 압축 기반 측정치를 사용할 경우 정확도나 확장성에 손상이 가지 않고 대체 가능할까?
• RQ2 무작위 그래프 샘플링을 제거함으로써 모티프 탐지에서 계산 비용을 얼마나 줄일 수 있을까?
• RQ3 기존 방법과 비교해 MDL 기반 방법은 수십억 개의 링크를 가진 네트워크에 얼마나 잘 스케일링되는가?
• RQ4 근본 모델 기대치에 의존하지 않고도 MDL 스코어가 정보가 많은 하위그래프 패턴을 효과적으로 식별할 수 있을까?

주요 결과

• MDL 기반 방법은 근본 모델 기대치를 추정하기 위해 1000번 이상의 무작위 그래프 샘플링이 필요 없게 되어 계산 오버헤드를 크게 줄였다.
• 비용이 많이 드는 샘플링 대신 효율적인 압축 기반 스코어링으로 인해, 수십억 개의 링크를 가진 네트워크에서도 모티프 탐지가 가능해졌다.
• MDL 스코어는 네트워크 압축에 기여하는 하위그래프의 기여도를 측정함으로써 정보가 많은 하위그래프 패턴을 효과적으로 식별한다.
• 압축 성과가 뚜렷한 하위그래프에만 집중함으로써 검색 공간을 줄였기 때문에 모티프 후보 검색이 단순화되었다.