[论文解读] Discriminative Feature Selection for Uncertain Graph Classification

Xiangnan Kong, Philip S. Yu+2 more|arXiv (Cornell University)|Jan 28, 2013

Advanced Graph Neural Networks参考文献 22被引用 4

一句话总结

本文提出 Dug，一种用于不确定图中判别性子图特征选择的新方法，利用动态规划计算在统计度量（期望、中位数、众数、φ-概率）下判别分数的精确概率分布。该方法实现了高效的分支限界搜索，显著提升了在 ADNI、ADHD 和 HIV 等神经影像数据集中的分类性能，通过考虑脑网络中的结构不确定性。

ABSTRACT

Mining discriminative features for graph data has attracted much attention in recent years due to its important role in constructing graph classifiers, generating graph indices, etc. Most measurement of interestingness of discriminative subgraph features are defined on certain graphs, where the structure of graph objects are certain, and the binary edges within each graph represent the "presence" of linkages among the nodes. In many real-world applications, however, the linkage structure of the graphs is inherently uncertain. Therefore, existing measurements of interestingness based upon certain graphs are unable to capture the structural uncertainty in these applications effectively. In this paper, we study the problem of discriminative subgraph feature selection from uncertain graphs. This problem is challenging and different from conventional subgraph mining problems because both the structure of the graph objects and the discrimination score of each subgraph feature are uncertain. To address these challenges, we propose a novel discriminative subgraph feature selection method, DUG, which can find discriminative subgraph features in uncertain graphs based upon different statistical measures including expectation, median, mode and phi-probability. We first compute the probability distribution of the discrimination scores for each subgraph feature based on dynamic programming. Then a branch-and-bound algorithm is proposed to search for discriminative subgraphs efficiently. Extensive experiments on various neuroimaging applications (i.e., Alzheimer's Disease, ADHD and HIV) have been performed to analyze the gain in performance by taking into account structural uncertainties in identifying discriminative subgraph features for graph classification.

研究动机与目标

• 解决在图结构和判别分数均为概率性的情况下，识别不确定图数据中判别性子图特征的挑战。
• 开发一种方法，计算在各种统计度量下判别分数的精确概率分布，而非依赖于近似方法。
• 通过将动态规划与分支限界剪枝相结合，实现在不确定图中高效搜索子图。
• 通过在脑网络中建模结构不确定性，提升真实世界神经影像应用中的图分类性能。
• 提供一个通用框架，适用于共享节点集和概率边常见的各种不确定图数据集。

提出的方法

• Dug 使用动态规划，基于不确定图结构和类别标签，计算每个子图特征的判别分数的精确概率分布。
• 该方法支持多种统计度量——期望、中位数、众数和 φ-概率——以在不确定性下评估子图的判别性。
• 采用分支限界算法高效剪枝候选子图的搜索空间，仅关注具有高判别潜力的子图。
• 该框架假设所有图中共享相同的节点集，以模拟真实神经影像数据中受试者间脑区一致的特性。
• 通过分治策略优化子图枚举，降低大规模数据集中的计算成本。
• 算法评估不确定图数据集所有可能世界中的子图包含概率，确保对结构不确定性的鲁棒性。

实验结果

研究问题

• RQ1 在图结构和判别分数均为概率性的情况下，如何有效识别不确定图中的判别性子图特征？
• RQ2 哪些统计度量（例如期望、中位数、众数、φ-概率）最能捕捉在结构不确定性下子图的判别潜力？
• RQ3 能否使用动态规划计算不确定图数据集中子图判别分数的精确概率分布？
• RQ4 在阿尔茨海默病和 ADHD 等神经影像应用中，考虑结构不确定性如何提升分类性能？
• RQ5 与暴力枚举或近似方法相比，所提方法的计算效率如何？

主要发现

• Dug 通过建模结构不确定性，在神经影像数据集（ADNI、ADHD、HIV）上显著提升分类性能，优于忽略不确定性的方法。
• 动态规划组件实现了判别分数分布的精确计算，避免了先前工作中近似方法带来的不准确性。
• 结合剪枝的分支限界搜索降低了计算成本，且算法的计算复杂度几乎与数据集中图的数量呈线性关系。
• 实验表明，在图 2 中，g3 等子图在不确定性下更具判别性，而其他子图（如 g2）在考虑边概率后其判别能力下降。
• 即使在小规模数据集（如 40 个图）上，暴力枚举所有可能世界也已失败，凸显了所提优化方法的必要性。
• 参数研究（图 7）表明，φ-概率在错误率与 F1 分数之间提供了良好的平衡，支持其在实际应用中的使用。