[论文解读] A few properties of the eigenvalues of normalized graph Laplacian

Anirban Banerjee|arXiv (Cornell University)|Oct 18, 2012

Graph theory and applications参考文献 7被引用 3

一句话总结

本文研究了归一化图拉普拉斯矩阵的谱性质，建立了在何种条件下特征值1可从子图保持到全图，并基于共同邻居结构与顶点度数推导出最大特征值的新上界。其主要贡献在于将局部图拓扑结构（尤其是共享邻居）与全局谱特性相联系。

ABSTRACT

Here we have investigated a few properties of the eigenvalues of normalized (geometric) graph Laplacian in different graphs. Preservation of eigenvalue 1 from a particular subgraph to the entire graph, the spectrum of the graph constructed with triangles share a common vertex have been addressed. Further using the number and degrees of common neighbors between vertices some new upper bounds for the largest eigenvalue have been introduced.

研究动机与目标

• 分析归一化图拉普拉斯矩阵的特征值1如何从子图传递到完整图。
• 刻画由共享一个公共顶点的三角形构成的图的谱结构。
• 基于顶点之间共同邻居的数量及其度数，推导归一化拉普拉斯矩阵最大特征值的新上界。
• 建立局部图结构与归一化拉普拉斯矩阵全局谱性质之间的联系。

提出的方法

• 分析定义为 $ L = I - D^{-1/2} A D^{-1/2} $ 的归一化图拉普拉斯矩阵，其中 $ A $ 为邻接矩阵，$ D $ 为度矩阵。
• 研究从子图到图的特征值传播，特别是特征值1的保持性。
• 研究由多个共享一个公共顶点的三角形构成的图的谱结构。
• 利用共同邻居的数量及其度数等组合不变量，推导最大特征值的上界。
• 应用谱图理论技术，将局部邻域配置与极值特征值相关联。
• 使用矩阵分析与图分解技术，建立归一化拉普拉斯矩阵谱半径的理论上界。

实验结果

研究问题

• RQ1 在何种条件下，归一化拉普拉斯矩阵的特征值1可从子图保持到整个图？
• RQ2 由多个共享一个公共顶点的三角形构成的图具有怎样的谱结构？
• RQ3 顶点对之间共同邻居的数量及其度数如何影响归一化拉普拉斯矩阵的最大特征值？
• RQ4 能否利用共同邻居等局部拓扑信息，推导出更紧致的特征值最大值上界？

主要发现

• 当子图诱导出平衡或对称配置时，归一化图拉普拉斯矩阵的特征值1可从子图保持到全图，前提是满足特定结构条件。
• 由共享一个公共顶点的三角形构成的图的谱具有显著的特征值分布，其中特征值1的重数与三角形数量相关。
• 基于共同邻居的数量及其度数，推导出归一化拉普拉斯矩阵最大特征值的新上界，优于以往的一般性上界。
• 当顶点对之间的共同邻居数量较多且其度数分布较均衡时，所推导的上界比现有上界更紧致。