[论文解读] Message-Passing on Hypergraphs: Detectability, Phase Transitions and Higher-Order Information

Nicolò Ruggeri, Alessandro Lonardi+1 more|arXiv (Cornell University)|Dec 1, 2023

Complex Network Analysis Techniques参考文献 48被引用 1

一句话总结

本文提出了一种用于超图中社区检测的消息传递框架，推导出依赖于超边大小分布、同配性及高阶结构的闭式可检测性边界。结果表明，重叠的超边可增强可检测性，并通过在合成数据和真实世界数据（包括一所高中的互动网络）上的高效推理与采样算法验证了该方法。

ABSTRACT

Hypergraphs are widely adopted tools to examine systems with higher-order interactions. Despite recent advancements in methods for community detection in these systems, we still lack a theoretical analysis of their detectability limits. Here, we derive closed-form bounds for community detection in hypergraphs. Using a Message-Passing formulation, we demonstrate that detectability depends on hypergraphs' structural properties, such as the distribution of hyperedge sizes or their assortativity. Our formulation enables a characterization of the entropy of a hypergraph in relation to that of its clique expansion, showing that community detection is enhanced when hyperedges highly overlap on pairs of nodes. We develop an efficient Message-Passing algorithm to learn communities and model parameters on large systems. Additionally, we devise an exact sampling routine to generate synthetic data from our probabilistic model. With these methods, we numerically investigate the boundaries of community detection in synthetic datasets, and extract communities from real systems. Our results extend the understanding of the limits of community detection in hypergraphs and introduce flexible mathematical tools to study systems with higher-order interactions.

研究动机与目标

• 建立一般超图中社区检测的理论可检测性极限，将成对网络的结果扩展至高阶交互。
• 为超图开发一个捕捉社区结构并支持贝叶斯推理的概率生成模型。
• 设计一种高效的基于消息传递的算法，用于大规模超图中社区和模型参数的可扩展推理。
• 提供一种系统化的方法，用于精确采样具有预定社区结构和高阶特性的合成超图。
• 研究超边大小分布和重叠在增强可检测性和社区恢复中的作用。

提出的方法

• 提出超图随机块模型（HSBM）作为具有社区结构的超图生成模型，将成对SBM推广至高阶交互。
• 应用统计物理中的消息传递（MP）和腔方法技术对HSBM执行贝叶斯推理，实现对节点社区归属和模型参数的估计。
• 基于超图结构属性（包括超边大小分布、节点度和同配性）推导出可检测性的闭式边界。
• 引入动态规划公式，将MP算法扩展至大规模超图和大超边。
• 利用组合论证开发精确采样方法，从HSBM生成具有受控社区结构的合成超图。
• 采用自由能估计和EM-MP优化方法以改进模型参数并评估推理质量。

实验结果

研究问题

• RQ1 非均匀超图中社区检测的理论可检测性阈值是什么？它们如何依赖于超边大小分布和同配性等结构属性？
• RQ2 超边在节点对上的重叠如何影响超图中社区结构的可检测性？
• RQ3 高阶交互（超越成对连接）在多大程度上提升了社区检测的准确性和鲁棒性？
• RQ4 在超图随机块模型上使用消息传递推理能否在理论可检测性极限下实现准确的社区恢复？
• RQ5 在真实世界超图中，包含更大超边（例如大小为5）如何影响推理性能和模型拟合？

主要发现

• 超图中社区检测的可检测性阈值被解析推导出来，其依赖于超边大小分布、节点度和超边同配性。
• 当超边表现出高成对重叠时，高阶交互可增强可检测性，该现象通过熵和信息论度量得到量化。
• 所提出的基于消息传递的算法在合成超图中可准确恢复真实社区结构，直至预测的可检测性阈值。
• 在High School数据集中，最大超边大小D = 4时实现最优推理，AUC得分达到峰值0.843，而D = 5时性能略有下降。
• 推断出的社区结构与基于学科的班级分组一致，以生物学为重点的班级（2BIO1–2BIO3）形成独立且隔离的社区，证实了模型的可解释性。
• 该模型支持具有受控社区结构的合成超图的精确采样，有助于可重现的基准测试和模型验证。