[论文解读] A Simple and Strongly-Local Flow-Based Method for Cut Improvement

Nate Veldt, David F. Gleich+1 more|arXiv (Cornell University)|May 27, 2016

Sparse and Compressive Sensing Techniques参考文献 23被引用 11

一句话总结

本文提出 SimpleLocal，一种强局部性、基于流的算法，用于在图中种子集合附近寻找低导纳度割。通过求解一系列带有隐式 ℓ₁-范数惩罚的最大流问题，该方法在实际可扩展性下实现了最优导纳度割，在一个包含 46700 万个边的 MRI 图上，尽管运行时间更长，其边界精度仍优于谱方法。

ABSTRACT

Many graph-based learning problems can be cast as finding a good set of vertices nearby a seed set, and a powerful methodology for these problems is based on maximum flows. We introduce and analyze a new method for locally-biased graph-based learning called SimpleLocal, which finds good conductance cuts near a set of seed vertices. An important feature of our algorithm is that it is strongly-local, meaning it does not need to explore the entire graph to find cuts that are locally optimal. This method solves the same objective as existing strongly-local flow-based methods, but it enables a simple implementation. We also show how it achieves localization through an implicit L1-norm penalty term. As a flow-based method, our algorithm exhibits several ad- vantages in terms of cut optimality and accurate identification of target regions in a graph. We demonstrate the power of SimpleLocal by solving problems on a 467 million edge graph based on an MRI scan.

研究动机与目标

• 开发一种实用的、强局部性算法，用于在图中寻找局部最优割，尤其适用于半监督学习和社区检测。
• 在简化实现的同时，实现与先前基于流的方法相同的最优性保证，并支持使用高度优化的最大流求解器。
• 在大规模真实世界图上展示可扩展性和准确性，例如一个 46700 万个边的 MRI 脑部扫描图。
• 通过隐式 ℓ₁-范数惩罚，为基于流的方法中的局部化来源提供理论洞察。
• 支持谱方法与流方法的混合工作流，以在基于图的学习中实现性能提升。

提出的方法

• SimpleLocal 将割改进问题表述为在种子集合周围局部诱导子图上的一系列最大流计算。
• 它采用受 Improve 和 LocalImprove 算法启发的参数化流构造，使用修改后的目标函数，使解偏向于低导纳度集合。
• 通过在流变量上施加隐式 ℓ₁-范数惩罚，实现对局部化的强制，防止算法探索图的远端区域。
• 设计为模块化，可作为子程序与任何现有最大流求解器集成，提升实际可部署性。
• 在优化后应用一个精炼步骤，以提高边界精度，尤其在种子集合不连通的情况下。
• 实现时考虑了工程实践，以处理大规模图，如医学成像中出现的图。

实验结果

研究问题

• RQ1 能否设计一种强局部性流基方法，在保持最优性保证的同时，比先前方法更简单、更实用？
• RQ2 ℓ₁-范数惩罚在基于流的割改进中如何实现局部化？
• RQ3 在大规模图上，SimpleLocal 在导纳度、边界精度和运行时间方面与谱方法和弱局部方法相比表现如何？
• RQ4 SimpleLocal 是否能扩展到大规模真实世界图，如从 MRI 扫描中衍生的图，其中仅一小部分节点是关注对象？
• RQ5 在基于图的学习的混合流水线中，谱方法与流方法之间的权衡是什么？

主要发现

• 在 46700 万个边的 MRI 图上，SimpleLocal 找到了导纳度为 0.089 的区域，显著低于真实区域的导纳度 0.129，表明实现了局部最优割。
• 在脑室分割任务中，该方法实现了 0.96 的精确率和 0.59 的召回率，尽管输出集合更大，仍优于谱方法的边界精度。
• SimpleLocal 的精炼版本将召回率提升至 0.67，同时减少了误报数量，证明了后处理步骤的价值。
• 谱方法虽然更快，但返回了更大的集合，精确率仅为 14%，完全错过了真实边界，凸显其产生不精确社区的倾向。
• 由于种子集合不连通，SimpleLocal 产生了不连通的输出，但主连通分量的导纳度更低，表明其内部最优。
• 尽管理论运行时间慢于 LocalImprove，但 SimpleLocal 的模块化设计使其能够使用高度优化的最大流求解器，因此在大规模应用中具有实用性。