[논문 리뷰] Statistical Models for Degree Distributions of Networks

Kayvan Sadeghi, Alessandro Rinaldo|arXiv (Cornell University)|2014. 11. 14.

Graph theory and applications참고 문헌 12인용 수 9

한 줄 요약

이 논문은 무방향, 레이블이 부여된 단순 네트워크에서 차수 및 이중차수 분포를 기반으로 한 지수형랜덤그래프모형(ERGMs)을 소개하며, $dK$-그래프의 통계적 성질을 체계화한다. 최대우도추정기(MLE) 존재 조건을 설정하고, 渐近적 행동을 도출하며, $1K$ 모형이 에르되시-레니 모형과 근본적으로 다름을 보여주며, 이중관계 독립성 가정을 초월한 모델링 능력을 강조한다.

ABSTRACT

We define and study the statistical models in exponential family form whose sufficient statistics are the degree distributions and the bi-degree distributions of undirected labelled simple graphs. Graphs that are constrained by the joint degree distributions are called $dK$-graphs in the computer science literature and this paper attempts to provide the first statistically grounded analysis of this type of models. In addition to formalizing these models, we provide some preliminary results for the parameter estimation and the asymptotic behaviour of the model for degree distribution, and discuss the parameter estimation for the model for bi-degree distribution.

연구 동기 및 목표

• 무방향, 레이블이 부여된 단순 그래프에서 차수 및 이중차수 분포를 기반으로 한 지수형 가족 모형을 체계적으로 정의하고 분석하기.
• 컴퓨터 과학에서 경험적으로 사용된 바 있는 $dK$-그래프의 통계적 성질을 엄밀한 통계적 프레임워크에 기반하여 연구하기.
• $1K$ 및 $2K$ 모형에서 최대우도추정기(MLE)의 존재성 및 추정 가능성 조건을 도출하기.
• 이 모형들의 渐近적 행동을 분석하고, 조밀한 에르되시-레니 무작위 그래프 모형과 비교하기.
• 이중차수 분포 모형의 매개수화 방법을 제안하고, 향후 연구를 위한 매개수 추정 및 모형 다각체 방향 제안하기.

제안 방법

• $1K$ 및 $2K$ 모형을 차수 및 이중차수 분포의 정규화된 카운트에서 유도된 충분통계량을 갖는 지수형 가족 분포로 체계화하기.
• 노드의 차수가 $k$인 경우의 정규화된 수($n_k(g)/n$) 및 간선의 차수 쌍 $(k_1,k_2)$에 대한 정규화된 수($n_{k_1k_2}(g)/n$)를 충분통계량으로 사용하기.
• 모델의 매개수 공간을 줄이고 최소 지수형 가족 형태로 표현하기 위해 $\tilde{p}_{k_1k_2} = p_{k_1k_2}/p_{n-1,n-1}$를 사용한 재매개수화 적용하기.
• 정규화 상수 $\psi(\alpha)$를 $n$개의 정점으로 구성된 비이sov레이션된 그래프 전체에 대해 합산한 것으로 표현하며, $\psi_n(\alpha) = \log\left(\sum_{l=1}^L e^{\sum \tilde{n}_{k_1k_2}(g_l)\alpha_{k_1k_2}}\right)$ 로 기술하기.
• MLE 존재 조건을 유도하기 위해 모형 다각체 $A_{n-1,n-2} = \text{convex hull}(\tilde{n}^{(2)}_{-}(g))$ 분석하기.
• 수치 실험과 이론적 경계를 활용하여 이중차수 벡터의 비영 요소 최대 개수 추정하기 — 이는 추정 가능한 매개수의 상한을 제공함.

실험 결과

연구 질문

• RQ1 지수형랜덤그래프모형($1K$ 및 $2K$)에서 최대우도추정기(MLE)가 존재하는 조건은 무엇인가?
• RQ2 $1K$ 모형의 渐近적 행동은 조밀한 에르되시-레니 무작위 그래프 모형과 어떻게 비교되는가?
• RQ3 단일 네트워크 관측에서 $2K$ 모형의 추정 가능한 매개수 비율은 얼마이며, 이 비율에 대한 상한은 무엇인가?
• RQ4 이중차수 분포를 어떻게 매개수화하면 최소화되고 식별 가능한 지수형 가족 형태를 확보할 수 있는가?
• RQ5 모형 다각체 $A_{n-1,n-2}$의 구조는 무엇이며, 이는 $2K$ 모형에서 MLE 존재성에 어떤 제약을 가하는가?

주요 결과

• $1K$ 모형은 그 특이한 渐近적 행동으로 인해 에르되시-레니 모형과 근본적으로 다름을 보이며, 이는 모든 ERGM이 공유하지 않는 비자명하고 바람직한 성질이다.
• $1K$ 모형의 경우, 차수 순서가 모형 다각체의 상대 내부에 있을 경우 MLE 존재 보장됨.
• $2K$ 모형의 경우, 관측된 이중차수 벡터가 비이sov레이션된 그래프의 모든 가능한 이중차수 벡터의 볼록결합의 상대 내부에 있을 때에만 MLE 존재.
• 단일 관측 네트워크에서 이중차수 벡터의 비영 요소 수는 순서를 정렬하고 누적합을 취할 때 $n$이 되는 $\frac{k_1+k_2}{k_1k_2}$의 항 개수로 상한이 주어지며, 이는 추정 가능한 매개수의 상한을 제공함.
• 비영 이중차수 요소 수와 전체 벡터 길이의 비율은 약 0.56 이하로 제한되며, 이는 수치 실험과 그림 4에 의해 입증됨.
• $2K$ 모형의 정규화 상수 $\psi(\alpha)$는 $L$이 $n$개 정점에서 구성된 비이sov레이션된 그래프의 수일 때, $\log\left(\sum_{l=1}^L e^{\sum \tilde{n}_{k_1k_2}(g_l)\alpha_{k_1k_2}}\right)$ 로 명시적으로 표현됨.