[论文解读] Adjacency and Tensor Representation in General Hypergraphs Part 1: e-adjacency Tensor Uniformisation Using Homogeneous Polynomials

Xavier Ouvrard, Jean‐Marie Le Goff+1 more|arXiv (Cornell University)|Dec 21, 2017

Tensor decomposition and applications参考文献 9被引用 15

一句话总结

该论文提出了一种基于齐次多项式的新型 e-邻接张量统一化方法，用于一般超图，通过将非均匀超图转换为分层均匀超图以保留结构信息。由此产生的对称 e-邻接张量能够无歧义地重构超图结构，包括超边基数和顶点度数，同时相较于先前的张量表示，支持更具可解释性的谱分析。

ABSTRACT

Adjacency between two vertices in graphs or hypergraphs is a pairwise relationship. It is redefined in this article as 2-adjacency. In general hypergraphs, hyperedges hold for $n$-adic relationship. To keep the $n$-adic relationship the concepts of $k$-adjacency and e-adjacency are defined. In graphs 2-adjacency and e-adjacency concepts match, just as $k$-adjacency and e-adjacency do for $k$-uniform hypergraphs. For general hypergraphs these concepts are different. This paper also contributes in a uniformization process of a general hypergraph to allow the definition of an e-adjacency tensor, viewed as a hypermatrix, reflecting the general hypergraph structure. This symmetric e-adjacency hypermatrix allows to capture not only the degree of the vertices and the cardinality of the hyperedges but also makes a full separation of the different layers of a hypergraph.

研究动机与目标

• 通过引入 k-邻接和 e-邻接概念，重新定义一般超图中超越成对关系的邻接关系。
• 开发一种统一化过程，将一般超图转换为分层均匀超图，以支持张量表示。
• 定义一个对称 e-邻接张量，捕捉原始超图的所有结构细节，包括超边基数和顶点度数。
• 相较于现有非均匀张量表示，提升超图张量的可解释性和重构精度。
• 通过提供结构良好、立方体状的张量表示，支持未来对超图的谱分析。

提出的方法

• 引入 e-邻接作为超图中 p-进关系的概念，区别于传统的成对邻接。
• 提出一种统一化过程，基于超边基数将一般超图分解为 V_s 层次的均匀超图。
• 使用齐次多项式构建对称 e-邻接张量 (A_H)，表示每一层，确保完整的结构保真度。
• 将张量定义为 k_max 阶、维度为 n + k_max - 1 的超矩阵，通过对称排列进行索引。
• 采用规范表示，每条超边仅存储一个唯一元素，最大限度减少冗余并支持高效重构。
• 应用对称性约束和排列不变性，确保张量无歧义地反映原始超图。

实验结果

研究问题

• RQ1 如何在一般超图中形式化定义 e-邻接，以捕捉超越成对连接的 p-进关系？
• RQ2 将非均匀超图转换为保留结构完整性的均匀表示，最有效的方法是什么？
• RQ3 如何利用多项式表示从一般超图构建对称且可解释的 e-邻接张量？
• RQ4 在不同的张量设计中，可解释性、重构复杂度与谱分析可行性之间的权衡是什么？
• RQ5 所提出的张量表示是否能够在保持完整结构信息的同时，支持准确的谱分析？

主要发现

• 所提出的 e-邻接张量 A_H 可通过删除特殊顶点无歧义地重构原始超图，而 B_H 则需要复杂计算重复顶点。
• A_H 中非零元素的数量为 k_max! |E|，显著小于 B_H 中随大小变化的 α_s |E_s|，尤其在大超边中更为明显。
• A_H 每条超边仅需一个元素在排列前描述，而 B_H 每条超边需 p_s(k_max) 个元素，显著降低存储与处理开销。
• A_H 中所有超边的元素值恒为 1，而 B_H 的值随超边大小变化，降低了可解释性。
• A_H 可解释为 V_s 层次均匀超图的 e-邻接张量，支持直接结构分析，而 B_H 缺乏此类可解释性。
• 使用 A_H 的谱分析是可行的，但统一化过程中引入的特殊顶点增加了谱半径的上界，表明仍需进一步优化。