[論文レビュー] Revisiting the Bethe-Hessian: Improved Community Detection in Sparse Heterogeneous Graphs

Lorenzo Dall’Amico, Romain Couillet+1 more|arXiv (Cornell University)|Jan 25, 2019

Complex Network Analysis Techniques参考文献 36被引用数 14

ひとこと要約

本稿では、スパースなネットワークにおける次数不均一性への感受性を排除する理論的根拠を持つパラメータ $ \zeta $ を用いた再パラメータ化されたベーゼ・ヘッシアン行列 $ H_\zeta $ を用いた、改善されたスペクトルコミュニティ検出アルゴリズムを提案する。この手法は、次数補正ステーショナリ・ブロック・モデル（DC-SBM）において、検出可能限界まで最適なクラスタリング性能を達成し、元の $ H_{\sqrt{c\Phi}} $ や標準的なスペクトル手法よりも、合成ネットワークおよび実世界のネットワークにおいて優れた性能を示す。

ABSTRACT

Spectral clustering is one of the most popular, yet still incompletely understood, methods for community detection on graphs. This article studies spectral clustering based on the Bethe-Hessian matrix $H_r = (r^2-1)I_n + D-rA$ for sparse heterogeneous graphs (following the degree-corrected stochastic block model) in a two-class setting. For a specific value $r = ζ$, clustering is shown to be insensitive to the degree heterogeneity. We then study the behavior of the informative eigenvector of $H_ζ$ and, as a result, predict the clustering accuracy. The article concludes with an overview of the generalization to more than two classes along with extensive simulations on synthetic and real networks corroborating our findings.

研究の動機と目的

• スパースで次数不均一なネットワークにおける標準的スペクトルクラスタリングおよび元のベーゼ・ヘッシアン行列 $ H_{\sqrt{c\Phi}} $ の性能の低さに対処する。
• ノードの次数変動に対してクラスタリングが感度を示さない理論的に最適なパラメータ $ r = \zeta $ を、ベーゼ・ヘッシアン行列 $ H_r $ に対して同定する。
• DC-SBM における理論的検出可能限界まで正確なコミュニティ検出を達成する、$ H_\zeta $ を基盤とするロバストなスペクトルアルゴリズムを開発する。
• コミュニティ数 $ k $ の推定が一貫的である多クラスコミュニティ検出にこの手法を一般化する。
• 合成ネットワークおよび実世界のネットワーク上で手法を検証し、既存手法よりも一貫した性能向上を示す。

提案手法

• DC-SBM における情報的固有ベクトルの挙動に関する理論的分析から導かれる、新たなパラメータ $ \zeta $ を、ベーゼ・ヘッシアン行列 $ H_r = (r^2 - 1)I_n + D - rA $ に提案する。
• 非バックトラッキング行列 $ B $ を理論的指針として用い、ネットワークパラメータの事前知識がなくても適用可能な、教師なしでの $ \zeta $ の推定を可能にする。
• $ H_\zeta $ の主固有ベクトルに k-means クラスタリングを適用してコミュニティラベルを回復する。各クラスに対して固有ギャップに応じて $ \zeta $ を推定する。
• 元のベーゼ・ヘッシアン行列 $ H_{\sqrt{c\Phi}} $ のスペクトル特性を活用し、負の固有値の数としてコミュニティ数 $ \hat{k} $ を推定する。
• 各 $ p $-番目の固有ベクトルに対して $ \zeta_p $ を逐次的に推定することで、$ k $-クラス構造を抽出する多クラス拡張を実装する。
• 固有値 $ \nu_p(r) $ が $ p $-番目の $ H_r $ の固有値である条件 $ \nu_p(r) = 0 $ に基づく一貫性のある $ \zeta $ の推定手順を採用し、次数不均一性に対してロバストであることを保証する。

実験結果

リサーチクエスチョン

• RQ1 DC-SBM におけるスパースで不均一なネットワークにおいて、ベーゼ・ヘッシアン行列 $ H_r $ のパラメータ $ r $ をどの値に設定すれば、次数不均一性に対して感度を示さないか？
• RQ2 DC-SBM における $ H_r $ の情報的固有ベクトルの挙動はいかなるものか？ その構造はクラスタリング精度の予測に利用可能か？
• RQ3 再パラメータ化されたベーゼ・ヘッシアン行列を用いることで、スパースで不均一なネットワークにおける検出可能限界を信頼性高く達成できるか？
• RQ4 非バックトラッキング行列 $ B $ との関係を用いて、$ \zeta $ を教師なしでどのように推定できるか？
• RQ5 提案手法は、未知の $ k $ を想定した多クラスコミュニティ検出にどの程度一般化可能か？

主な発見

• 提案された $ H_\zeta $ 行列は、DC-SBM におけるスパースで不均一なネットワークにおいて、理論的検出可能限界まで最適なクラスタリング性能を達成する。
• カレーティングネットワークでは、アルゴリズム1はモジュラリティ $ \mathcal{M} = 1.00 $ を達成し、真のラベルと一致するが、$ H_{\sqrt{c\Phi}} $ や $ A $ は真のパーティションを回復できない。
• フェイスブックネットワークでは、アルゴリズム1は $ \mathcal{M} = 0.77 $ を達成し、$ H_{\sqrt{c\Phi}} $（$ \mathcal{M} = 0.48 $） や $ A $（$ \mathcal{M} = 0.38 $） より顕著に優れた性能を示す。
• パワー・グリッドネットワークでは、アルゴリズム1は $ \mathcal{M} = 0.92 $ を達成し、$ H_{\sqrt{c\Phi}} $ は $ \mathcal{M} = 0.61 $ にとどどまることから、次数不均一性に対して高いロバスト性を示す。
• $ H_\zeta $ の情報的固有ベクトルは、高次の不均一性下でも安定的かつ局在化しているが、$ H_{\sqrt{c\Phi}} $ は次数の影響を強く受けて著しく歪められる。
• シミュレーションにより、$ H_\zeta $ は明確なスペクトルギャップと支配的固有ベクトル構造を維持しており、困難な検出領域においても正確な k-means クラスタリングが可能であることが確認された。