[論文レビュー] Sampling Clustering

Ching Tarn, Yinan Zhang+1 more|arXiv (Cornell University)|Jun 21, 2018

Complex Network Analysis Techniques参考文献 1被引用数 1

ひとこと要約

この論文では、頂点選択、再接続、分割を繰り返し行うことでグラフを簡略化する線形時間、グラフベースの分割型クラスタリング手法であるReductive Clusteringを提案する。この手法により、構造的一致性を保ちながら、コン pact で情報豊富なデンドログラムを構築し、計算リソースを著しく削減した状態で最先端のクラスタリング性能を達成する。

ABSTRACT

We propose an efficient linear-time graph-based divisive cluster analysis approach called Reductive Clustering. The approach tries to reveal the hierarchical structural information through reducing the graph into a more concise one repeatedly. With the reductions, the original graph can be divided into subgraphs recursively, and a lite informative dendrogram is constructed based on the divisions. The reduction consists of three steps: selection, connection, and partition. First a subset of vertices of the graph are selected as representatives to build a concise graph. The representatives are re-connected to maintain a consistent structure with the previous graph. If possible, the concise graph is divided into subgraphs, and each subgraph is further reduced recursively until the termination condition is met. We discuss the approach, along with several selection and connection methods, in detail both theoretically and experimentally in this paper. Our implementations run in linear time and achieve outstanding performance on various types of datasets. Experimental results show that they outperform state-of-the-art clustering algorithms with significantly less computing resource requirements.

研究の動機と目的

• グラフ内の階層的構造情報を明らかにする効率的で線形時間のクラスタリングアルゴリズムの開発。
• 既存のクラスタリング手法の高い計算コストを解消するため、反復的簡略化によってグラフの複雑さを低減する。
• 元のグラフの構造的関係を保持する、コン pact で情報豊富なデンドログラムの構築。
• 最先端の手法と同等またはそれ以上のクラスタリング精度を維持しながらリソース使用量を最小限に抑える。
• グラフベースの分割型クラスタリングの理論的裏付けと実験的妥当性を提供するフレームワークの構築。

提案手法

• 3段階のグラフ簡略化手順を実行する：頂点選択、代表頂点の再接続、簡略化されたグラフの再帰的分割。
• 代表頂点を選択して、元の構造の本質的な接続性を保持するよりコン pact なグラフを形成する。
• 再接続は、元のグラフのトポロジーとクラスタリング特性と整合性を保つように実施する。
• 簡略化されたグラフが再帰的に分割可能であれば、終了条件を満たすまで繰り返す。
• 性能と構造的一致性を最適化するために、複数の選択および接続戦略を評価する。
• アルゴリズムは線形時間で動作するため、大規模で多様なデータセットに対してもスケーラブルである。

実験結果

リサーチクエスチョン

• RQ1 グラフベースの分割型クラスタリングアプローチは、階層的構造を保持しつつ線形時間の計算量を達成できるか？
• RQ2 異なる頂点選択および再接続戦略は、グラフ簡略化中にクラスタリング精度をどの程度維持できるか？
• RQ3 本手法は、速度およびリソース効率の面で最先端のクラスタリングアルゴリズムをどの程度上回るか？
• RQ4 簡略化されたグラフ表現でも、意味的かつ情報豊富なデンドログラムを生成できるか？
• RQ5 本手法は、多様な種類の実世界データセットに対してどの程度の性能を示すか？

主な発見

• 提案されたReductive Clustering手法は線形時間で実行され、既存の手法と比較して計算リソースの要件を著しく削減する。
• アルゴリズムは、元のグラフの階層的構造を捉えたコン pact で情報豊富なデンドログラムを構築する。
• 実験結果から、本手法はさまざまな種類のデータセットにおいて最先端のクラスタリングアルゴリズムを上回ることが示された。
• 本手法は、積極的なグラフ簡略化・低減に対しても高いクラスタリング精度を維持する。
• 異なる選択および接続戦略は性能に差を示すが、いずれも最小限のオーバーヘッドで優れた結果を達成する。
• 線形時間の計算量と低メモリフットプリントのおかげで、大規模データセットに対しても効率的にスケーリングできる。