[논문 리뷰] Stochastic blockmodel approximation of a graphon: Theory and consistent estimation

Edoardo M. Airoldi, Thiago B. Costa외 1명|arXiv (Cornell University)|2013. 11. 07.

Complex Network Analysis Techniques참고 문헌 26인용 수 116

한 줄 요약

이 논문은 관측된 네트워크 데이터로부터 그래폰을 일致적으로 추정하기 위해 계산적으로 효율적인 확률적 블록모델 근사(SBA) 알고리즘을 제안한다. 잠재 위치에서의 노드 유사도를 바탕으로 그래폰을 조각별로 일정한 함수로 근사함으로써, 조각별로 리프시츠 조건을 만족하는 가정 하에 네트워크 크기가 커짐에 따라 평균 절대 오차에서 거의 확실한 일致성을 달성한다.

ABSTRACT

Non-parametric approaches for analyzing network data based on exchangeable graph models (ExGM) have recently gained interest. The key object that defines an ExGM is often referred to as a graphon. This non-parametric perspective on network modeling poses challenging questions on how to make inference on the graphon underlying observed network data. In this paper, we propose a computationally efficient procedure to estimate a graphon from a set of observed networks generated from it. This procedure is based on a stochastic blockmodel approximation (SBA) of the graphon. We show that, by approximating the graphon with a stochastic block model, the graphon can be consistently estimated, that is, the estimation error vanishes as the size of the graph approaches infinity.

연구 동기 및 목표

• 관측된 네트워크 데이터로부터 그래폰에 대한 비모수적 추론의 과제를 해결한다.
• 기본 그래폰 함수를 추정하기 위한 계산적으로 효율적인 방법을 개발한다.
• 실제적인 부드러움 조건 하에서 추정 절차의 이론적 일치성을 확립한다.
• 노드의 표준 레이블링이 필요 없이도 일致적인 추정을 달성할 수 있는 실용적인 알고리즘을 제공한다.

제안 방법

• 네트워크 크기 n이 증가함에 따라 블록 크기가 감소하는 스토하스틱 블록모델에 해당하는 두 차원 단계 함수로 그래폰을 근사한다.
• 관측된 인접행렬을 사용하여 그래폰의 행 및 열 슬라이스 간의 L1 거리로 노드 유사도를 정의한다.
• 추정된 유사도를 바탕으로 노드를 블록으로 군집화하며, 이때 블록 크기는 감소하는 n에 따라 조절되는 임계값 Δn에 의해 제어된다.
• 각 블록 내의 간선 확률의 경험 평균으로 각 블록의 그래폰 값을 추정한다.
• 조각별 리프시츠 조건을 활용하여 추정 오차를 유계로 제한하기 위해 농도 부등식을 사용한다.
• 평균 절대 오차(MAE)와 평균 제곱 오차(MSE)가 n → ∞ 일 때 확률적으로 및 기대값에 대해 0으로 수렴함을 보여 추정 절차의 일치성을 확립한다.

실험 결과

연구 질문

• RQ1 계산적으로 효율적인 알고리즘이 관측된 네트워크 데이터로부터 그래폰을 일치적으로 추정할 수 있는가?
• RQ2 네트워크 크기가 증가함에 따라 그래폰을 스토하스틱 블록모델로 근사하면 일치적인 추정이 이루어지는가?
• RQ3 그래폰이 조각별 리프시츠 연속성을 만족할 경우 추정 오차는 어떻게 행동하는가?
• RQ4 네트워크 크기의 관점에서 추정 오차의 수렴 속도는 어떠한가?
• RQ5 노드 레이블의 순열이 발생하더라도, 블록 기반 구조 덕분에 일치성은 유지되는가?

주요 결과

• SBA 알고리즘은 거의 확실한 일치성을 달성한다: 추정된 그래폰의 평균 절대 오차(MAE)는 n → ∞ 일 때 확률적으로 0으로 수렴한다.
• 기대 평균 절대 오차는 0으로 수렴하므로, 조각별 리프시츠 가정 하에 기대값에 대한 일치성이 보장된다.
• 시뮬레이션 연구에서 기존 방법인 USVT보다 성능이 뛰어나며, 더 낮은 계산 복잡도를 가진다.
• 추정 오차는 O(√Δn + Δn)로 유계이며, 여기서 Δn은 n에 따라 감소하는 조정 파라미터이다. 이는 수렴을 보장한다.
• 추정된 그래폰이 노드 순열에 대해 정의되더라도 일치 결과는 유지되며, 이는 진짜 생성 그래폰에 대한 상대 오차로 측정되기 때문이다.
• 증명은 농도 부등식과 블록 크기 제어에 기반하며, 이로 인해 작은 블록에 속하는 노드 비율이 n이 증가함에 따라 0으로 수렴함을 보장한다.