[論文レビュー] The map equation and the resolution limit in community detection.

Tatsuro Kawamoto, Martin Rosvall|arXiv (Cornell University)|Feb 18, 2014

Complex Network Analysis Techniques被引用数 5

ひとこと要約

この論文はコミュニティ検出における分解能限界を分析し、マップ方程式がモジュラリティよりもはるかに小さい分解能限界を示すことを示している—これは、全体のネットワークリンクではなくモジュール間リンクに依存するためである。階層的マップ方程式は、自然に多層構造を扱えるため、分解能限界を効果的に解消する。

ABSTRACT

The resolution limit is known to prevent some community detection algorithms from accurately identifying the modular structure of a network. In fact, any global objective function for measuring the quality of a two-level assignment of nodes into modules must have some sort of resolution limit and aggregate small modules in sufficiently large networks. However, it is yet unknown how the resolution limit affects the so-called map equation, which is known to be an efficient objective function for community detection. We derive an analytical estimate and conclude that the resolution limit of the map equation is orders of magnitudes smaller than it is for modularity in practice. The resolution limit is less restrictive for the map equation than for modularity, because it is set by the total number of links between modules instead of the total number of links in the entire network. Furthermore, we argue that the effect of the resolution limit often results from shoehorning multilevel modular structures into two-level descriptions. As we show, the hierarchical map equation is effectively resolution limit-free.

研究の動機と目的

• マップ方程式—人気のあるコミュニティ検出手法—が、他のアルゴリズムに見られる分解能限界に影響を受けるかどうかを調査すること。
• モジュラリティが大きなネットワークにおける小さなモジュールの検出に失敗することが知られているのと同様に、マップ方程式の分解能限界をモジュラリティと比較すること。
• 多層構造のモジュラー構造を二段階の記述に強制することで分解能限界がどのように生じるかを分析すること。
• マップ方程式を再帰的・スケールフリーな構造によって設計された階層的マップ方程式が、実際には分解能限界が存在しないことを示すこと。

提案手法

• ネットワークのトポロジーとリンク分布を用いて、マップ方程式の分解能限界の解析的推定値を導出すること。
• 全ネットワークリンクの依存関係とモジュール間リンクの依存関係を比較することで、マップ方程式とモジュラリティの分解能限界を検証すること。
• ランダムウォークの記述長を最小化する情報理論的目的関数としてマップ方程式をモデル化すること。
• マップ方程式をネストされたモジュールに再帰的に適用する形で階層的マップ方程式を定式化し、多層構造検出を可能にすること。
• 理論的分析により、階層的マップ方程式における分解能限界が再帰的・スケールフリー構造のおかげで消滅することを示すこと。
• マップ方程式が全ネットワークサイズではなくモジュール間接続性に依存するため、分解能限界がモジュラリティよりも制限が小さいことを実証すること。

実験結果

リサーチクエスチョン

• RQ1 マップ方程式は、他のコミュニティ検出アルゴリズムに見られる分解能限界に苦しむか？
• RQ2 マップ方程式の分解能限界は、定量的にモジュラリティのそれと比べてどの程度小さいか？
• RQ3 なぜマップ方程式ではモジュラリティよりも分解能限界が制限が小さいのか？
• RQ4 多層構造を二段階の記述に強制することで、分解能限界がどの程度生じるのか？
• RQ5 実際には階層的マップ方程式は分解能限界フリーと見なせるか？

主な発見

• マップ方程式の分解能限界は、全ネットワークリンクではなくモジュール間リンクに依存するため、モジュラリティよりも桁違いに小さい。
• マップ方程式の分解能限界は、ネットワーク全体のリンク数ではなく、モジュール間のリンク数によって決定され、制限が小さい。
• 分解能限界は、多層構造のモジュラー構造を二段階の記述に強制することによって生じるが、マップ方程式はその階層的定式化によりこれを回避する。
• 階層的マップ方程式は再帰的・スケールフリーなモジュール分解を可能にするため、分解能限界を効果的に解消する。
• 理論的分析により、マップ方程式の分解能限界はモジュラリティよりも著しく制限が小さいことが確認され、特に小さな明確なモジュールを含む大規模ネットワークにおいて顕著である。
• マップ方程式の情報理論的基盤により、モジュラリティが失敗する大規模ネットワークでも、小さなモジュールの正確な検出が可能である。