[论文解读] On the Diffusion Geometry of Graph Laplacians and Applications

Xiuyuan Cheng, Manas Rachh+1 more|arXiv (Cornell University)|Nov 9, 2016

Topological and Geometric Data Analysis参考文献 15被引用 12

一句话总结

本文提出了一种基于随机游走 hitting 时间的加权有向图上的扩散距离度量，用于量化顶点到某集合的距离。证明了图拉普拉斯矩阵的特征函数与该距离强烈相关，表明大特征函数值对应于远离零点集的顶点，从而在谱聚类中确保鲁棒性，并提供连续热斑猜想的离散类比。

ABSTRACT

We study directed, weighted graphs $G=(V,E)$ and consider the (not necessarily symmetric) averaging operator $$ (\mathcal{L}u)(i) = -\sum_{j \sim_{} i}{p_{ij} (u(j) - u(i))},$$ where $p_{ij}$ are normalized edge weights. Given a vertex $i \in V$, we define the diffusion distance to a set $B \subset V$ as the smallest number of steps $d_{B}(i) \in \mathbb{N}$ required for half of all random walks started in $i$ and moving randomly with respect to the weights $p_{ij}$ to visit $B$ within $d_{B}(i)$ steps. Our main result is that the eigenfunctions interact nicely with this notion of distance. In particular, if $u$ satisfies $\mathcal{L}u = λu$ on $V$ and $$ B = \left\{ i \in V: - \varepsilon \leq u(i) \leq \varepsilon ight\} eq \emptyset,$$ then, for all $i \in V$, $$ d_{B}(i) \log{\left( \frac{1}{|1-λ|} ight) } \geq \log{\left( \frac{ |u(i)| }{\|u\|_{L^{\infty}}} ight)} - \log{\left(\frac{1}{2} + \varepsilon ight)}.$$ $d_B(i)$ is a remarkably good approximation of $|u|$ in the sense of having very high correlation. The result implies that the classical one-dimensional spectral embedding preserves particular aspects of geometry in the presence of clustered data. We also give a continuous variant of the result which has a connection to the hot spots conjecture.

研究动机与目标

• 通过基于随机游走 hitting 时间的新型扩散距离度量，建立图拉普拉斯矩阵特征函数的几何理解。
• 证明图拉普拉斯矩阵的特征函数可由其到零点集的扩散距离良好近似，尤其在聚类图结构中表现显著。
• 提供连续热斑猜想的离散类比，表明诺伊曼特征函数的极值点不会过于靠近零点线。
• 证明一个精确不等式，将特征函数模长、特征值与扩散距离联系起来，从而在存在聚类的情况下为谱聚类提供理论保证。

提出的方法

• 将非对称图拉普拉斯算子 $\mathcal{L}$ 定义为 $ (\mathcal{L}u)(i) = -\sum_{j\sim i} p_{ij}(u(j) - u(i)) $，其中 $ p_{ij} $ 为归一化的转移概率。
• 将扩散距离 $ d_B(i) $ 定义为：从顶点 $ i $ 出发的随机游走至少有 50% 概率到达子集 $ B \subset V $ 所需的最小步数。
• 建立关键不等式：$ d_B(i) \log\left(\frac{1}{|1 - \lambda|}\right) \geq \log\left(\frac{|u(i)|}{\|u\|_{L^\infty}}\right) - \log\left(\frac{1}{2} + \varepsilon\right) $，其中 $ B = \{i : |u(i)| \leq \varepsilon\} $。
• 利用概率论论证和随机游走的类似鞅性质，以 $ d_B(i) $ 为基准界定向 $ u $-值的衰减，借助特征值 $ \lambda $。
• 将结果推广至广义薛定谔型方程 $ \mathcal{L}u = Wu $，将 $ \lambda $ 替换为 $ \|W\|_{L^\infty} $，并推导出类似界。
• 构造极值图族（如带吸收边界顶点的完全图）以证明不等式的紧致性，极限情况下最优常数为 $ \log 2 $。

实验结果

研究问题

• RQ1 在图中，特征函数的模长与其到零点集的距离有何关系？
• RQ2 到零点集的扩散距离能否作为谱聚类中第一非平凡特征函数的鲁棒几何代理？
• RQ3 图拉普拉斯矩阵特征函数在聚类图中在多大程度上保持了几何结构，特别是与热斑猜想的关系如何？
• RQ4 是否存在一个离散化的连续热斑猜想，能保证诺伊曼特征函数的极值点与零点线保持一定距离？
• RQ5 所推导的将特征函数模长、特征值与扩散距离联系起来的不等式的紧致性如何？

主要发现

• 扩散距离 $ d_B(i) $ 与特征函数模长 $ |u(i)| $ 强烈相关，在数值示例中观察到相关系数达 0.9897。
• 不等式 $ d_B(i) \log\left(\frac{1}{|1 - \lambda|}\right) \geq \log\left(\frac{|u(i)|}{\|u\|_{L^\infty}}\right) - \log\left(\frac{1}{2} + \varepsilon\right) $ 对所有 $ i \in V $ 成立，为特征函数衰减提供了理论界。
• 不等式中的常数 $ \log 2 $ 是紧致的，通过一族在 $ n \to \infty $ 极限下具有单个吸收边界顶点的完全图 $ K_n $ 得到验证。
• 对于薛定谔型方程 $ \mathcal{L}u = Wu $，该界推广为 $ d_{\partial V}(i) \log\left(\frac{1}{1 - \|W\|_{L^\infty}}\right) \geq \log\left(\frac{2|u(i)|}{\|u\|_{L^\infty}}\right) $，将结果扩展至特征值问题之外。
• 在连续变体中，该结果意味着第一非平凡诺伊曼特征函数的最大值与最小值不会过于靠近零点线，支持了热斑猜想的离散版本。
• 该方法确保在存在聚类的情况下谱聚类仍保持良好行为，因为第一特征函数能有效分离聚类，并与瓶颈区域的扩散距离对齐。