[논문 리뷰] Locally computable approximations for spectral clustering and absorption times of random walks

Pekka Orponen, Satu Elisa Schaeffer외 1명|ArXiv.org|2008. 10. 22.

Complex Network Analysis Techniques참고 문헌 33인용 수 9

한 줄 요약

이 논문은 랜덤 워크의 흠모 시간을 사용하여 시드 정점 주변의 국소 클러스터를 식별하기 위해 스펙트럴 클러스터링의 국소적으로 계산 가능한 근사치를 제안한다. 기본 행렬의 주요 고유벡터(디리클레-피들러 벡터)를 경사 하강법을 통해 활용함으로써, 전역 계산 없이도 효율적인 국소적 이분류를 가능하게 하며, 스펙트럼 갭이 없더라도 정확한 흡수 시간과 높은 상관관계를 유지한다.

ABSTRACT

We address the problem of determining a natural local neighbourhood or "cluster" associated to a given seed vertex in an undirected graph. We formulate the task in terms of absorption times of random walks from other vertices to the vertex of interest, and observe that these times are well approximated by the components of the principal eigenvector of the corresponding fundamental matrix of the graph's adjacency matrix. We further present a locally computable gradient-descent method to estimate this Dirichlet-Fiedler vector, based on minimising the respective Rayleigh quotient. Experimental evaluation shows that the approximations behave well and yield well-defined local clusters.

연구 동기 및 목표

• 대규모 그래프에서 전역 스펙트럴 계산 없이도 시드 정점 주변의 국소 클러스터를 식별할 수 있는 방법을 개발하는 것.
• 랜덤 워크의 흡수 시간을 사용하여 시드 정점으로부터 정점의 가까움을 모델링하는 것.
• 시드 정점 주변의 국소적 계산 가능한 경사 하강법을 사용하여 이러한 흡수 시간을 근사하는 것.
• 전체 그래프의 국소 정보만을 사용하여 시드 정점에 대해 '관련 있는' 및 '관련 없는' 정점으로 이분류할 수 있도록 하는 것.
• 실제 그래프(예: Zachary의 카레이트 클럽 네트워크)에서 방법을 검증하여 스펙트럼 갭이 없더라도 강건한 성능을 보여주는 것.

제안 방법

• 그래프의 인접 행렬에서 유도된 기본 행렬의 주요 고유벡터를 함수로 사용하여 시드 정점으로의 흡수 시간을 정의한다.
• 디리클레-피들러 벡터를 국소적으로 반복적으로 근사하기 위해 레일리 몫 최소화를 사용한다. 이는 시드 정점에서 시작한다.
• 현재 관련 있는 정점의 주변만을 처리하는 경사 하강 알고리즘을 적용하며, 시드 정점에서 점차로 확장된다.
• 업데이트의 수렴을 기반으로 한 정지 기준을 사용하며, 정밀도를 위한 δ와 ε 매개변수를 사용한다. 다만 校정은 향후 작업으로 남겨진다.
• 최종적으로 도출된 근사 Fiedler 값들을 1차원 이분류를 위한 정점 간의 거리 점수로 간주한다.
• k-means와 같은 표준 분류기들을 사용하여 정점들을 시드 정점의 클러스터와 나머지 정점들로 나누는 데 사용한다.

실험 결과

연구 질문

• RQ1 시드 정점으로의 랜덤 워크의 흡수 시간은 국소 그래프 정보만을 사용하여 효율적으로 근사할 수 있는가?
• RQ2 스펙트럼 갭이 없을 경우, 국소적으로 계산된 피들러 벡터는 정확한 흡수 시간과 얼마나 높은 상관관계를 가지는가?
• RQ3 피들러 벡터에서 유도된 근사 거리 점수는 이분류를 통해 효과적인 국소 클러스터링을 가능하게 하는가?
• RQ4 스펙트럼 갭의 유무가 근사 정확도에 어떤 영향을 미치는가?
• RQ5 이 방법은 전역 매개변수에 대한 사전 지식 없이도 그래프 구조에 적응적으로 만들 수 있는가?

주요 결과

• 스펙트럼 갭이 없더라도 국소적으로 계산된 피들러 벡터는 정확한 값과 높은 상관관계로 흡수 시간을 근사한다.
• Zachary의 카레이트 클럽 네트워크에서 방법은 의미 있는 국소 클러스터를 성공적으로 식별한다. 특히 시드 정점의 중심성이 높을 경우 더욱 효과적이다.
• 근사 흡수 시간은 시드 정점의 클러스터와 나머지 정점들로 정점들을 효과적으로 이분류할 수 있게 하며, 국소 클러스터링에 실용성을 보여준다.
• 경사 하강 접근법은 전역 계산을 피하고 관련 있는 국소 주변부만 처리하므로 대규모 그래프에 대한 확장성이 뛰어나다.
• 경계에 위치한 정점들에 대해서도 강건하게 작동하지만, 예상대로 분류가 더 어려운 편이다.
• 초기 결과는 이 방법이 실세계 응용에 적합하며, 가중치가 있는 그래프 및 방향 그래프로의 확장도 가능하다고 시사한다.