[논문 리뷰] Network Classification and Categorization

James P. Canning, Emma E. Ingram외 6명|arXiv (Cornell University)|2017. 09. 13.

Complex Network Analysis Techniques참고 문헌 4인용 수 4

한 줄 요약

이 논문은 15개의 구조적 특징을 기반으로 네트워크를 카테고리로 분류하는 기계학습 접근법을 제안하며, 랜덤 포레스트 분류기로 94.2%의 정확도를 달성한다. 실제 네트워크(사회, 생물, 웹 그래프 등)는 서로 다른 도메인에서 유래한 네트워크이지만 고유한 구조적 특징을 보이며, 반면 에르도시-레니(ER)와 바라바시-알버트(BA) 모델에 기반한 합성 네트워크들은 실제 네트워크와 쉽게 구분됨을 입증한다.

ABSTRACT

To the best of our knowledge, this paper presents the first large-scale study that tests whether network categories (e.g., social networks vs. web graphs) are distinguishable from one another (using both categories of real-world networks and synthetic graphs). A classification accuracy of $94.2\%$ was achieved using a random forest classifier with both real and synthetic networks. This work makes two important findings. First, real-world networks from various domains have distinct structural properties that allow us to predict with high accuracy the category of an arbitrary network. Second, classifying synthetic networks is trivial as our models can easily distinguish between synthetic graphs and the real-world networks they are supposed to model.

연구 동기 및 목표

• 다양한 도메인에서 유래한 실제 네트워크가 구조적으로 상이한 특징을 보이는지 확인하는 것.
• 간단하고 계산 가능한 특징들을 사용해 네트워크 카테고리를 신뢰성 있게 분류할 수 있는지 평가하는 것.
• 합성 네트워크 모델(ER 및 BA)이 실제 네트워크와 비교해 얼마나 높은 구분 능력을 지니는지 평가하는 것.
• 구조적 유사성 기반으로 네트워크 카테고리 간 겹침 또는 모호함을 식별하는 것.
• 분류 모델이 다양한 분야에서 네트워크 구조의 이질성이나 이국적인 특성을 드러내는 데 유용한지 탐색하는 것.

제안 방법

• 저작권 및 정적 네트워크가 아닌 카테고리 제거 후 총 8개 카테고리(실제 네트워크 및 합성 그래프 포함)에서 529개의 네트워크를 수집.
• 각 네트워크에서 도수 분포, 군집 계수, 할당성, 삼각형 관련 지표를 포함한 15개의 표준 구조적 특징을 추출.
• 시각적 차원 축소 및 군집 분석을 위해 t-분포 확률적 이웃 임베딩(t-SNE)을 적용.
• 미리 보지 못한 그래프의 네트워크 카테고리를 예측하기 위해 15차원 특징 벡터를 기반으로 랜덤 포레스트 분류기 훈련.
• t-SNE 임베딩에 k-means 군집화를 적용하여 시각적 군집 패턴을 검증.
• 오류 분석을 통해 잘못 분류된 네트워크의 구조적 유사성과 도메인 특화 이상 현상을 규명.

실험 결과

연구 질문

• RQ1 다양한 도메인에서 유래한 실제 네트워크를 구조적 특징만으로 정확하게 분류할 수 있는가?
• RQ2 표준 구조적 특징을 사용할 때 합성 네트워크(ER 및 BA)는 실제 네트워크와 얼마나 잘 구분되는가?
• RQ3 웹 및 사회 네트워크와 같은 네트워크 카테고리 간의 구조적 특성에 얼마나 많은 겹침이 존재하는가?
• RQ4 인간과 비인간 뇌 네트워크 사이에 식별 가능한 구조적 차이가 존재하는가?
• RQ5 분류 모델이 다양한 분야에서 네트워크 구조에 대한 새로운 통찰을 드러내는 데 기여할 수 있는가?

주요 결과

• 랜덤 포레스트 분류기는 오직 15개의 구조적 특징만을 사용해도 미리 보지 못한 네트워크의 카테고리를 94.2%의 정확도로 예측할 수 있었다.
• 합성 네트워크(ER 및 BA)는 쉽게 분류되었으며 실제 네트워크와 혼동되지 않아, 구조적으로 상이함을 시사한다.
• 웹 및 기술 네트워크, 뇌 및 생물 네트워크 간에 뚜렷한 구조적 유사성이 관찰되어 카테고리 간 겹침 가능성을 시사한다.
• 실제 리트윗 네트워크와 유사한 구조적 특징을 보인 몇몇 잘못 분류된 네트워크들이 '리트윗' 네트워크로 분류된 점은, 다중 도메인 간 구조적 패tern이 존재할 수 있음을 시사한다.
• 모든 다섯 개의 잘못 분류된 비인간 뇌 네트워크가 인간 뇌 네트워크로 잘못 레이블링된 점은 인간과 비인간 뇌 네트워크 간 구조적 차이가 존재하거나 네트워크 구축 과정에서 일관성 문제가 있을 수 있음을 시사한다.
• 모델은 카테고리 내 이질적 요소를 식별하여, 향후 조사가 필요한 잠재적 이상 현상이나 고유한 구조적 특성의 존재를 드러냈다.