[논문 리뷰] Two-Sample Tests for Large Random Graphs Using Network Statistics

Debarghya Ghoshdastidar, Maurilio Gutzeit외 2명|arXiv (Cornell University)|2017. 05. 17.

Complex Network Analysis Techniques참고 문헌 19인용 수 27

한 줄 요약

이 논문은 네트워크 통계를 사용하여 큰 무작위 그래프에 대한 일반적이고 비모수적 두 표본 가설 검정을 제안하며, 농도 불등식을 활용하여 각 분포에서 하나의 그래프 샘플만 이용 가능한 경우에도 일관된 검정을 가능하게 한다. 이 방법은 삼각형 수와 인접행렬의 특이값과 같은 핵심 통계량에 대해 최소최대 최적성을 보이며, 준정밀한 에르도스–레니 모델에서의 구분 가능성의 기본 한계에 가까운 검출 성능을 달성한다.

ABSTRACT

We consider a two-sample hypothesis testing problem, where the distributions are defined on the space of undirected graphs, and one has access to only one observation from each model. A motivating example for this problem is comparing the friendship networks on Facebook and LinkedIn. The practical approach to such problems is to compare the networks based on certain network statistics. In this paper, we present a general principle for two-sample hypothesis testing in such scenarios without making any assumption about the network generation process. The main contribution of the paper is a general formulation of the problem based on concentration of network statistics, and consequently, a consistent two-sample test that arises as the natural solution for this problem. We also show that the proposed test is minimax optimal for certain network statistics.

연구 동기 및 목표

• 각 분포에서 하나의 그래프 샘플만 이용 가능한 상황에서 큰 무작위 그래프에 대한 두 표본 가설 검정 문제를 해결하기 위해.
• 특정 네트워크 모델이나 i.i.d. 샘플링을 가정하지 않는 일반적인 검정 프레임워크를 체계화하기 위해.
• 네트워크 통계의 농도 성질에 기반하여 일관성 있고 최소최대 최적의 검정을 구성할 수 있는 조건을 설정하기 위해.
• 제안된 검정이 삼각형 수와 스펙트럼 특성과 같은 일반적인 통계량을 사용하여 준정밀한 에르도스–레니 모델에서 거의 최적의 검출률을 달성할 수 있음을 보여주기 위해.

제안 방법

• 네트워크 통계가 큰 그래프에서 평균 주위에 농도를 보인다는 일반적 가정에 기반하여, 두 그래프 간의 신뢰성 있는 비교를 가능하게 한다.
• 두 표본 검정을 귀무가설과 대립가설 하에서 네트워크 통계 f의 농도 지점 간 비교로 공식화한다.
• 농도 지점의 추정치를 기반으로 한 임계값 규칙을 사용하며, 분리 조건 하에서 일관성이 입증된다.
• 삼각형 기반 통계 fΔ에 대해서는, 겹치지 않는 삼각형 간 상관관계가 없고 평균 최대 차수에 대한 분산 경계를 활용한다.
• 스펙트럼 통계 fλ에 대해서는, 인접행렬의 가장 큰 k개 특이값의 농도를 사용하며, 추적 모멘트와 행렬 농도를 통해 경계를 유도한다.
• 분리 조건이 성립할 경우, 검정은 균일 일관성과 최소최대 최적성을 보인다.

실험 결과

연구 질문

• RQ1 각 분포에서 하나의 샘플만 제공되는 경우, 특정 네트워크 모델을 가정하지 않고 큰 무작위 그래프에 대한 일관된 두 표본 검정을 구성할 수 있는가?
• RQ2 네트워크 통계를 어떻게 활용하여 그래프 비교를 위한 일반적이고 비모수적 검정 프레임워크를 정의할 수 있는가?
• RQ3 일반적인 네트워크 통계를 사용할 때 두 무작위 그래프 모델 간의 구분 가능성의 기본 한계는 무엇인가?
• RQ4 제안된 검정이 삼각형 수와 스펙트럼 특성과 같은 특정 통계량에 대해 최소최대 최적성을 달성할 수 있는가?
• RQ5 준정밀한 에르도스–레니 모델 하에서 검정의 성능은 어떠하며, 일관된 검출을 위해 필요한 분리 조건은 무엇인가?

주요 결과

• 제안된 두 표본 검정은 균일 일관성이다: 귀무가설과 대립가설 간 분리가 충분히 크다면, 큰 그래프에서 오차율을 임의로 낮출 수 있다.
• 삼각형 수 통계 fΔ에 대해, 검정은 로그 인자까지 최소최대 최적성을 달성하며, 준정밀한 에르도스–레니 모델에서 기본 검출 한계와 일치한다.
• 인접행렬의 가장 큰 k개 특이값(fλ)에 대해, k=2일 경우 검정은 최소최대 최적이다. 이 경우 분리 조건은 이론적 분석에서의 충분 조건과 정확히 일치한다.
• 이 방법은 그래프 크기의 차이에 대해 강건하며, 정점 간 대응 관계가 필요하지 않아 뇌 네트워크나 소셜 미디어 그래프와 같은 실제 응용에 적용 가능하다.
• 이론적 결과에 따르면, 분포 간 분리가 유도된 최소최대 임계값 이하일 경우, 어떤 검정도 유계 오차율을 달성할 수 없으며, 이는 경계의 날카로움을 확인한다.
• 이 프레임워크는 큰 그래프에서 농도를 보이는 모든 네트워크 통계에 일반적으로 적용 가능하며, 삼각형 수와 스펙트럼 통계에 대해 명시적 검증이 이루어졌다.