[论文解读] Network Dependence Testing via Diffusion Maps and Distance-Based Correlations

Youjin Lee, Cencheng Shen+2 more|arXiv (Cornell University)|Mar 29, 2017

Complex Network Analysis Techniques参考文献 50被引用 24

一句话总结

本文提出了一种基于扩散图和基于距离的相关性检验方法，用于检测节点属性与网络连通性之间的非线性关联。通过利用多尺度扩散嵌入和多尺度图相关性（mgc），该方法在较弱的分布假设下实现了稳定的检验，并在模拟和真实网络中识别复杂非线性依赖关系方面优于现有方法。

ABSTRACT

Deciphering the associations between network connectivity and nodal attributes is one of the core problems in network science. The dependency structure and high-dimensionality of networks pose unique challenges to traditional dependency tests in terms of theoretical guarantees and empirical performance. We propose an approach to test network dependence via diffusion maps and distance-based correlations. We prove that the new method yields a consistent test statistic under mild distributional assumptions on the graph structure, and demonstrate that it is able to efficiently identify the most informative graph embedding with respect to the diffusion time. The methodology is illustrated on both simulated and real data.

研究动机与目标

• 解决在复杂、高维网络中测试节点属性与网络连通性之间依赖关系的挑战。
• 克服传统参数检验方法和谱嵌入方法的局限性，这些方法依赖于强模型假设且对维度选择敏感。
• 开发一种普遍一致的非参数化方法，以捕捉网络数据中的非线性与非比例依赖关系。
• 识别出能最大化属性与连通性之间依赖检测效果的最优扩散时间与嵌入维度。
• 提供一种鲁棒且对参数不敏感的测试框架，适用于多种网络模型和真实世界数据。

提出的方法

• 利用扩散图通过归一化拉普拉斯矩阵的特征分解，生成网络节点的多尺度、随时间演化的嵌入。
• 采用扩散距离 $ C_t(i,j) = \|U^t_i - U^t_j\| $ 作为时间步 $ t $ 时节点间相似性的度量，捕捉多尺度结构关系。
• 应用多尺度图相关性（mgc）检验节点属性 $ X $ 与扩散嵌入的网络结构 $ U^t $ 之间的依赖关系，从而检测非线性和非单调关联。
• 通过在一系列 $ t $ 值范围内最大化 mgc 检验统计量，选择最优扩散时间 $ t $，确保使用最具信息量的嵌入。
• 将归一化图拉普拉斯矩阵和邻接矩阵谱嵌入作为扩散图框架的特例，保证理论一致性和灵活性。
• 采用轮廓似然法选择嵌入维度 $ q $，降低对参数调优的敏感性。

实验结果

研究问题

• RQ1 能否开发一种对模型误设和高维网络结构具有鲁棒性的非参数化、一致的网络依赖性检验方法？
• RQ2 扩散时间 $ t $ 的选择如何影响节点属性与网络连通性之间非线性依赖关系的检测？
• RQ3 多尺度图相关性（mgc）是否能有效检测传统方法失效时网络数据中的复杂非线性依赖关系？
• RQ4 在多种网络模型中，能最大化依赖性检验效能的最优嵌入维度 $ q $ 和扩散时间 $ t $ 分别是什么？
• RQ5 在模拟和真实网络数据上，该方法在统计功效和鲁棒性方面与现有方法相比表现如何？

主要发现

• 在图结构的分布假设较弱的前提下，所提方法在网络依赖性检验中实现了普遍一致性。
• 该方法通过选择使多尺度图相关性（mgc）统计量最大的最优扩散时间 $ t $，成功识别出最具信息量的扩散嵌入。
• 在模拟数据上的实证结果表明，该方法在检测非线性依赖关系（包括立方、螺旋和阶跃函数关系）方面优于现有方法。
• 在真实 fMRI 脑网络数据上，该方法成功识别出功能连通性与区域脑生理指标（如脑血流量）之间的显著关联。
• 该方法在多种网络模型中表现出稳健性能，包括具有各种依赖结构（如指数型、二次型、W 形）的随机点积图。
• 将 mgc 与扩散图结合使用，能够检测到线性相关性或标准谱嵌入方法所遗漏的依赖关系。