[논문 리뷰] Sampling random graph homomorphisms and applications to network data analysis

Hanbaek Lyu, Facundo Mémoli외 1명|arXiv (Cornell University)|2019. 10. 21.

Topological and Geometric Data Analysis참고 문헌 38인용 수 8

한 줄 요약

이 논문은 대규모 네트워크에서 그래프 호모모르피즘을 샘플링하기 위한 새로운 MCMC 기반 프레임워크를 제안하며, 구조적 모티프를 반영하는 안정적이고 계산 가능한 네트워크 관측량을 가능하게 한다. 고정된 템플릿 그래프(모티프)에 조건을 두어 연결되어 있고 구조적으로 의미 있는 부분그래프를 보장함으로써, 페이스북100 및 단어 인접 네트워크와 같은 실세계 데이터셋에서 네트워크 클러스터링과 부분그래프 분류 작업에서 뛰어난 성능을 달성한다.

ABSTRACT

A graph homomorphism is a map between two graphs that preserves adjacency relations. We consider the problem of sampling a random graph homomorphism from a graph into a large network. We propose two complementary MCMC algorithms for sampling random graph homomorphisms and establish bounds on their mixing times and the concentration of their time averages. Based on our sampling algorithms, we propose a novel framework for network data analysis that circumvents some of the drawbacks in methods based on independent and neighborhood sampling. Various time averages of the MCMC trajectory give us various computable observables, including well-known ones such as homomorphism density and average clustering coefficient and their generalizations. Furthermore, we show that these network observables are stable with respect to a suitably renormalized cut distance between networks. We provide various examples and simulations demonstrating our framework through synthetic networks. We also \commHL{demonstrate the performance of} our framework on the tasks of network clustering and subgraph classification on the Facebook100 dataset and on Word Adjacency Networks of a set of classic novels.

연구 동기 및 목표

• 희박한 네트워크에서 독립적이고 이웃 기반 샘플링의 한계를 해결하기 위해, 샘플링된 부분그래프가 구조적 모티프를 유지하도록 보장한다.
• 모티프 기반 샘플링을 활용한 계산 효율성과 안정성이 높은 네트워크 데이터 분석 프레임워크를 개발한다.
• 재규격화된 컷 거리 하에서 안정적인 새로운 네트워크 관측량—예를 들어 호모모르피즘 조밀도와 클러스터링 계수—를 정의한다.
• 프레임워크의 효과성을 페이스북100 및 고전 소설에서 유래한 단어 인접 네트워크와 같은 실세계 데이터셋에 적용하여 입증한다.
• 모티프 샘플링과 프로파일 분석을 통해 복잡한 네트워크의 해석 가능하고 저차원의 표현을 가능하게 한다.

제안 방법

• 고정된 템플릿 그래프(모티프)로 네트워크에서 그래프 호모모르피즘을 샘플링하기 위한 두 가지 상호보완적인 MCMC 알고리즘을 제안하며, 구조적 일致성을 보장한다.
• MCMC 궤적의 시간 평균을 사용해 네트워크 관측량을 계산하며, 일반화된 호모모르피즘 조밀도와 클러스터링 계수를 포함한다.
• 혼합 시간에 대한 이론적 경계와 시간 평균의 농도를 확립하여 수렴성과 신뢰성을 보장한다.
• 네트워크 유사도를 측정하기 위해 재규격화된 컷 거리를 도입하고, 계산된 관측량에 대한 안정성 부등식을 증명한다.
• 하나의 부분그래프 분류 및 계층적 클러스터링을 위해 CHD(클리크 호모모르피즘 조밀도) 프로파일을 계산하는 데 프레임워크를 적용한다.
• 모티프 유도 부분그래프에서 MCMC 샘플링을 수행하고, L1, KL, 프로베니우스 거리 간의 CHD 프로파일 간 거리를 분류 작업에 활용한다.

실험 결과

연구 질문

• RQ1 MCMC 기반 그래프 호모모르피즘 샘플링은 의미 있는 구조적 특징을 반영하는 안정적이고 계산 가능한 네트워크 관측량을 생성할 수 있는가?
• RQ2 제안된 관측량은 실세계 네트워크에서 네트워크 클러스터링과 부분그래프 분류 작업에서 어떻게 성능을 발휘하는가?
• RQ3 재규격화된 컷 거리로 측정했을 때, 네트워크 구조의 소규모 변형에 대해 계산된 관측량이 얼마나 안정적인가?
• RQ4 전통적인 독립적 또는 이웃 기반 샘플링에 비해 모티프 기반 샘플링이 국소 네트워크 구조를 더 잘 포착할 수 있는가?
• RQ5 L1, KL, 프로베니우스 거리 등 다양한 거리 측정법은 단어 인접 네트워크의 CHD 프로파일을 기반으로 한 작가 분류에서 어떻게 비교되는가?

주요 결과

• 제안된 MCMC 알고리즘은 혼합 시간이 유계이며 시간 평균의 농도가 보장되어 있어 그래프 호모모르피즘의 신뢰할 수 있는 샘플링을 가능하게 한다.
• 페이스북100 데이터셋에서, 이 프레임워크는 기관 기반 네트워크 클러스터링을 성공적으로 수행하여 구조적 변동에 대해 강건함을 입증한다.
• 10편의 고전 소설에서 유래한 단어 인접 네트워크에 대해, CHD 프로파일은 각 작가당 4개의 알려진 텍스트를 기반으로 84%의 정확도로 저작권 속성 분류를 달성하였으며, 프로베니우스 거리(68%)를 능가하고 KL-발산(87%)과 유사한 성능을 보였다.
• (0,0)-CHD 프로파일은 셰익스피어와 오스틴에 대해 강력한 클러스터링 성능를 보였고, KL-발산은 셰익스피어에 대해 뛰어난 성능를 보였으며, 이는 다양한 거리 측정법 간의 상호보완적 강점이 있음을 시사한다.
• 프레임워크의 관측량은 재규격화된 컷 거리 하에서 안정적이며, 네트워크 분석을 위한 핵심 안정성 부등식을 충족한다.
• 이 방법은 특히 희박하거나 구조적인 데이터에 대해 효과적인 해석 가능하고 저차원의 복잡한 네트워크 표현을 가능하게 한다.