[논문 리뷰] The Embedded Homology of Hypergraphs and Applications

Stéphane Bressan, J. Li외 2명|arXiv (Cornell University)|2016. 10. 04.

Topological and Geometric Data Analysis참고 문헌 8인용 수 4

한 줄 요약

이 논문은 초그래프에 대한 임bedded 호몰로지(embedded homology)를 도입하여 단체 복합체 호몰로지의 일반화를 이루며, 초그래프의 수열에 대한 지속적 임bedded 호몰로지 persistent embedded homology를 개발한다. 논문은 임bedded 호몰로지에 대한 Mayer-Vietoris 수열을 수립하고, 초네트워크에서의 데이터 분석을 위한 위상적 지표—초네트워크 차별화 지표와 상관 지표—를 정의하는 데 응용한다.

ABSTRACT

Hypergraphs are mathematical models for many problems in data sciences. In recent decades, the topological properties of hypergraphs have been studied and various kinds of (co)homologies have been constructed (cf. [3, 4, 12]). In this paper, generalising the usual homology of simplicial complexes, we define the embedded homology of hypergraphs as well as the persistent embedded homology of sequences of hypergraphs. As a generalisation of the Mayer-Vietoris sequence for the homology of simplicial complexes, we give a Mayer-Vietoris sequence for the embedded homology of hypergraphs. Moreover, as applications of the embedded homology, we study acyclic hypergraphs and construct some indices for the data analysis of hyper-networks.

연구 동기 및 목표

• 임베딩된 호몰로지 구성법을 통해 단체 복합체 호몰로지를 초그래프로 일반화하기.
• 초그래프 수열에 대한 지속적 임베딩된 호몰로지를 정의하여 지속적 호몰로지를 초그래프 환경으로 확장하기.
• 임베딩된 호몰로지에 대한 Mayer-Vietoris 수열을 수립하여 단체 복합체에 대한 고전적 판본을 일반화하기.
• 관련된 단체 복합체와 임베딩된 호몰로지를 사용하여 비순환 초그래프를 특성화하기.
• 초네트워크 내 데이터 분석을 위한 위상적 지표—차별화 지표와 상관 지표—를 구성하기.

제안 방법

• Parks와 Lipscomb(1991)의 방법을 사용하여 초그래프와 관련된 단체 복합체를 정의하고, 이를 통해 초그래프를 단체 복합체에 임베딩함으로써 초그래프의 임베딩된 호몰로지를 정의한다.
• 초모서리에 대한 임계값 기반 필터링을 통해 초그래프 수열의 지속적 임베딩된 호몰로지를 구성하고, 호몰로지의 진화를 추적한다.
• 초그래프를 부분 초그래프로 분해하고 그 호몰로지 군 간의 관계를 이용하여 임베딩된 호몰로지에 대한 Mayer-Vietoris 수열을 일반화한다.
• L²-노름과 적합도도를 사용하여 호몰로지 바코드를 비교하고, 함수 간의 적합도 측정치를 정의한다.
• 임계값에 따른 호몰로지 차원 변화를 기반으로, 사회적 또는 속성적 변동성을 측정하는 초네트워크 차별화 지표를 정의한다.
• 두 함수의 공동 임계값 하에서 호몰로지 차원의 2차원 바코드를 비교하여 상관관계를 측정하고, 랜덤화된 제어군 대비 기대 적합도를 사용하여 초네트워크 상관 지표를 정의한다.

실험 결과

연구 질문

• RQ1 단체 복합체의 호몰로지를 초그래프로 일반화할 수 있는 방법은 무엇이며, 이때 위상적 구조를 유지할 수 있는가?
• RQ2 고전적 단체 복합체 버전과 유사하게, 초그래프의 임베딩된 호몰로지에 대한 Mayer-Vietoris 수열을 구성할 수 있는가?
• RQ3 임베딩된 호몰로지에서 유도된 위상적 불변량을 사용하여 비순환 초그래프를 어떻게 특성화할 수 있는가?
• RQ4 임베딩된 호몰로지에서 유도할 수 있는 위상적 지표는 무엇이며, 이를 초네트워크 내 데이터 분석에 어떻게 활용할 수 있는가?
• RQ5 지속적 호몰로지와 바코드 비교를 통해 초그래프의 두 정점 함수 간 상관관계를 어떻게 정량화할 수 있는가?

주요 결과

• 초그래프가 단체 복합체일 경우, 임베딩된 호몰로지가 표준 호몰로지와 일치한다.
• 임베딩된 호몰로지에 대한 Mayer-Vietoris 수열이 수립되어, 초그래프에서 분해 기반 호몰로지 계산이 가능해진다.
• 초그래프 수열의 지속적 임베딩된 호몰로지는 정점 집합의 유한성으로 인해 임계값 수가 증가함에 따라 안정화된다.
• 초네트워크 차별화 지표 $\text{Diff}(\varphi,\mathcal{H})$ 는 사회적 차별화 또는 이동성을 측정하며, 감소하는 값은 차별화 감소를 나타낸다.
• 초네트워크 상관 지표 $\text{Corr}(\varphi,\psi,\mathcal{H})$ 는 두 정점 함수 간의 상관관계를 측정하며, 초모서리 구조 하에서 값이 증가할수록 상관관계가 강해진다.
• 상관 지표는 2차원 바코드 함수와 그 랜덤화된 기대값 간의 적합도 점수의 가중합으로 유도된 실수로, 0에서 1 사이의 값을 가진다.