[논문 리뷰] Testing Network Structure Using Relations Between Small Subgraph Probabilities

Chao Gao, John Lafferty|arXiv (Cornell University)|2017. 04. 22.

Complex Network Analysis Techniques참고 문헌 36인용 수 43

한 줄 요약

이 논문은 에르되시-레니 공액 모델을 기반으로 한 네트워크 구조에 대한 통계적 검정을 제안한다. 구체적으로는 모서리, 삼각형, V자형 부분그래프 빈도 간의 관계를 이용한다. $T_2$ 및 $T_3$ 검정 통계량에 대해 다변량 중심극한정리가 확립되어 있으며, 이는 일반적인 대안 모델, 특히 알려지지 않은 $k$개의 커뮤니티를 가진 스토케스틱 블록 모델에서도 $χ^2$ 검정이 일에 수렴하는 검정력을 가지며, 커뮤니티 탐지에 요구되는 것보다 더 낮은 신호 대 잡음비율에서도 성능을 발휘함을 보여준다.

ABSTRACT

We study the problem of testing for structure in networks using relations between the observed frequencies of small subgraphs. We consider the statistics \begin{align*} T_3 & =( ext{edge frequency})^3 - ext{triangle frequency}\\ T_2 & =3( ext{edge frequency})^2(1- ext{edge frequency}) - ext{V-shape frequency} \end{align*} and prove a central limit theorem for $(T_2, T_3)$ under an Erdős-Rényi null model. We then analyze the power of the associated $χ^2$ test statistic under a general class of alternative models. In particular, when the alternative is a $k$-community stochastic block model, with $k$ unknown, the power of the test approaches one. Moreover, the signal-to-noise ratio required is strictly weaker than that required for community detection. We also study the relation with other statistics over three-node subgraphs, and analyze the error under two natural algorithms for sampling small subgraphs. Together, our results show how global structural characteristics of networks can be inferred from local subgraph frequencies, without requiring the global community structure to be explicitly estimated.

연구 동기 및 목표

• 지역적 부분그래프 빈도 통계량만을 이용해 전반적인 네트워크 구조를 탐지하는 통계적 검정을 개발하는 것.
• 에르되시-레니 무작위 그래프 모델 하에서 부분그래프 빈도 기반 검정 통계량의 渐近 분포를 분석하는 것.
• 특히 커뮤니티 구조가 알려지지 않은 스토케스틱 블록 모델을 포함한 대안 네트워크 모델 하에서 검정의 검정력을 평가하는 것.
• 탐지에 필요한 최소한의 신호 대 잡음비율을 정량화하고, 커뮤니티 탐지 방법과 비교하는 것.
• 두 가지 자연스러운 샘플링 알고리즘 하에서 부분그래프 빈도 추정의 표본 오차를 평가하는 것.

제안 방법

• 무작위 그래프 내 동형사상 제약 조건에서 유도된 두 검정 통계량을 제안: $T_3 = (\text{에지 빈도})^3 - \text{삼각형 빈도}$ 및 $T_2 = 3(\text{에지 빈도})^2(1 - \text{에지 빈도}) - \text{V자형 빈도}$.
• 에르되시-레니 귀무가설 모델 하에서 $(T_2, T_3)$에 대해 다변량 중심극한정리를 확립하여 검정 통계량의 渐近 정규성을 정당화한다.
• 스토케스틱 블록 모델을 포함한 일반적인 대안 모델 클래스 하에서 $(T_2, T_3)$ 기반 $χ^2$ 검정의 검정력을 분석한다.
• 분산 분해와 농도 부등식을 이용해, 유한한 샘플링(유사 무작위 샘플링)과 무작위 샘플링(복원) 하에서 부분그래프 빈도 추정기의 표본 오차를 근사한다.
• 마팅게일 중심극한정리 기법을 적용하여 부분그래프 샘플링에서 발생하는 의존성 구조 하에서의 渐近 정규성을 도출한다.
• 노드의 균일 샘플링과 삼중체의 균일 샘플링을 포함한 두 샘플링 체계 하에서 부분그래프 빈도의 추정 오차에 대한 경계를 유도한다.

실험 결과

연구 질문

• RQ1 전체 네트워크 구조는 커뮤니티 구조를 전부 추정하지 않고도 지역적 부분그래프 빈도 관계로부터 탐지될 수 있는가?
• RQ2 에르되시-레니 귀무가설 모델 하에서 부분그래프 빈도 검정 통계량 $T_2$ 및 $T_3$의 渐近 분포는 어떻게 되는가?
• RQ3 알려지지 않은 $k$개의 커뮤니티를 가진 스토케스틱 블록 모델 대안 하에서 $T_2$ 및 $T_3$ 기반 $χ^2$ 검정의 검정력은 어떻게 행동하는가?
• RQ4 고성능 검정을 달성하기 위해 필요한 최소한의 신호 대 잡음비율은 얼마이며, 커뮤니티 탐지에 요구되는 비율과 비교해 어떻게 되는가?
• RQ5 샘플링 알고리즘이 검정 통계량에 사용되는 부분그래프 빈도의 추정 오차에 어떻게 영향을 미치는가?

주요 결과

• 에르되시-레니 모델 하에서, 적절한 정규화 후 벡터 $(T_2, T_3)$는 다변량 정규분포로 수렴한다.
• $(T_2, T_3)$ 기반 $χ^2$ 검정은 $k$개의 커뮤니티를 가진 어떤 스토케스틱 블록 모델에서도 점점 일에 수렴하는 검정력을 가지며, $k$가 알려지지 않은 경우에도 성립한다.
• 고성능 검정을 달성하기 위해 필요한 신호 대 잡음비율은 커뮤니티 탐지에 요구되는 것보다 엄밀히 낮으며, 이는 더 민감한 탐지 방법임을 시사한다.
• 이중 커뮤니티 스토케스틱 블록 모델의 경우, 검정은 커뮤니티 탐지에 최적의 스케일링 조건에서도 검정력이 일에 수렴하며, 이는 이 영역에서의 최적성(optimality)을 확인한다.
• 유한한 샘플링(복원 여부) 하에서 부분그래프 빈도 추정의 오차는 둘 다 유계이며, 분산 항은 각각 $O(\rho^6/m)$ 및 $O(\rho^3/|\Delta|)$ 비율로 척도가 조정된다.
• 샘플링 노이즈에 대해 검정은 강건하며, $T_2$ 및 $T_3$의 추정 오차는 $O_P(\rho^{5/2}/n + \rho^{3/2}/|\Delta|^{1/2})$ 비율로 감소하여 부분적인 부분그래프 샘플링 조건에서도 신뢰할 수 있는 추론이 가능하다.