[論文レビュー] Testing network correlation efficiently via counting trees

Cheng Mao, Yihong Wu+2 more|arXiv (Cornell University)|Oct 22, 2021

Complex Network Analysis Techniques参考文献 36被引用数 17

ひとこと要約

この論文は、符号付き木の個数を検定統計量として用いることで、2つのネットワーク間のエッジ相関を検出する新規で効率的な検定を提案する。相関付きErdős–Rényiモデル下で $ \rho^2 > \alpha \approx 0.338 $ の条件下では、$ n^{2+o(1)} $ 時間で一貫した検出が達成され、従来の手法に比べて統計的パワー、実行時間、スパarsity要件の面で顕著な改善を示す。

ABSTRACT

We propose a new procedure for testing whether two networks are edge-correlated through some latent vertex correspondence. The test statistic is based on counting the co-occurrences of signed trees for a family of non-isomorphic trees. When the two networks are Erdős-Rényi random graphs $\mathcal{G}(n,q)$ that are either independent or correlated with correlation coefficient $ρ$, our test runs in $n^{2+o(1)}$ time and succeeds with high probability as $n o\infty$, provided that $n\min\{q,1-q\} \ge n^{-o(1)}$ and $ρ^2>α\approx 0.338$, where $α$ is Otter's constant so that the number of unlabeled trees with $K$ edges grows as $(1/α)^K$. This significantly improves the prior work in terms of statistical accuracy, running time, and graph sparsity.

研究の動機と目的

• 2つのネットワークが隠れた頂点対応を通じて相関しているかどうかを検出するという、ネットワーク解析における根本的問題に取り組むこと。
• 二次未満の時間で動作する計算的に効率的な検定を開発し、高い統計的パワーを維持すること。
• 先行研究を拡張し、負の相関を許容し、一貫した検出のためのスパarsity閾値を改善すること。
• 相関付きErdős–Rényiモデル下で、相関係数 $ \rho $ に明示的な依存関係を持つ検定の理論的保証を確立すること。

提案手法

• 検定統計量は、非同型な木の族における符号付き木の共起回数を数えることに基づき、その組合せ的構造を活用して相関を検出する。
• 尤度比の低次の多項式近似を用いて、計算的に取り扱いやすい検定統計量を導出する。
• 色分けコーディング技術を用いて、木の個数統計量を効率的に近似し、時間計算量を $ n^{2+o(1)} $ に低減する。
• 木分解に基づく動的計画法を再帰的に用いて、木のカラフルな埋め込みの数を計算する。
• 検定は頂点の再ラベルリングに対して不変であり、木部分グラフの対称性を活用して統計的パワーを向上させる。
• 理論的分析により、検定が低次の多項式法と関連づけられ、計算の困難さを評価するフレームワークを提供する。

実験結果

リサーチクエスチョン

• RQ1 二次未満の時間で動作するが高統計的パワーを維持する検定を設計できるか？
• RQ2 計算的に効率的な手法を用いて一貫した検出が可能な最小の相関強度 $ \rho $ は何か？
• RQ3 K本の辺を持つ非同型な木の数—Otter定数 $ \alpha $ によって制御される—は検出閾値にどのように影響するか？
• RQ4 負の相関や $ n \min\{q, 1-q\} \to 0 $ となるスパースグラフの状態でも、検定が頑健に機能するか？
• RQ5 相関の検出における計算の限界は何か？また、低次の多項式法はこの限界をどのように示唆するか？

主な発見

• 提案された検定は、$ n \to \infty $ のとき $ \rho^2 > \alpha \approx 0.338 $ であれば、高確率で一貫した検出を達成する。ここで $ \alpha $ はOtタ定数である。
• 検定は $ n^{2+o(1)} $ 時間で実行され、従来の手法に比べて計算効率が顕著に向上する。
• $ n \min\{q, 1 - q\} \geq n^{-o(1)} $ のようなスパースグラフ条件でも検定が成功するため、非常にスパースなネットワークに対しても適用可能である。
• 検定は負の相関に対しても統計的に強力であり、先行研究が扱っていた正の相関領域を超えて拡張される。
• 理論的分析により、検定が相関閾値において最適であり、既知の情報理論的限界と一致することが確認された。
• 木の個数の色分けによる近似は、誤差を有界に保ちながら高い正確性を達成し、統計的パワーを損なわずに効率的な計算を可能にする。