[论文解读] Ollivier's Ricci curvature, local clustering and curvature dimension inequalities on graphs

Jürgen Jost, Shiping Liu|arXiv (Cornell University)|Mar 21, 2011

Geometric Analysis and Curvature Flows参考文献 19被引用 8

一句话总结

本文建立了Ollivier的 Ricci 曲率与图中局部聚类之间的定量联系，表明曲率下界通过一种涉及顶点度数和共同邻居数的新公式，被三角形密度紧密控制。研究证明了在完全图中曲率达到最大值，并通过将维度参数与图的几何结构对齐（例如，将 $ \mathcal{K}_n $ 的维度设为 $ n-1 $），推导出最优的曲率-维度不等式。

ABSTRACT

In this paper, we explore the relationship between one of the most elementary and important properties of graphs, the presence and relative frequency of triangles, and a combinatorial notion of Ricci curvature. We employ a definition of generalized Ricci curvature proposed by Ollivier in a general framework of Markov processes and metric spaces and applied in graph theory by Lin-Yau. In analogy with curvature notions in Riemannian geometry, we interpret this Ricci curvature as a control on the amount of overlap between neighborhoods of two neighboring vertices. It is therefore naturally related to the presence of triangles containing those vertices, or more precisely, the local clustering coefficient, that is, the relative proportion of connected neighbors among all the neighbors of a vertex. This suggests to derive lower Ricci curvature bounds on graphs in terms of such local clustering coefficients. We also study curvature dimension inequalities on graphs, building upon previous work of several authors.

研究动机与目标

• 理解通过三角形频率衡量的局部聚类如何控制图中Ollivier的 Ricci 曲率。
• 基于局部聚类系数和顶点度数，建立Ollivier Ricci 曲率的紧下界。
• 推导出能反映黎曼几何中几何直觉的图上的曲率-维度不等式。
• 将曲率-维度不等式中的维度参数与图的内在结构对齐，例如为完全图的单纯形维度设定对应值。
• 通过在曲率和Laplacian分析中引入边权重，将结果推广到加权图。

提出的方法

• 使用相邻顶点处归一化邻域测度之间的 $ W_1 $ 运输距离来定义Ollivier的 Ricci 曲率。
• 通过涉及 $ d_x $、$ d_y $ 和 $ \sharp(x,y) $（即共享边 $ (x,y) $ 的三角形数量）的公式表达曲率下界，并利用最小/最大运算确保非负性。
• 利用图Laplacian及其迭代形式 $ \Gamma_2(f,f) $ 推导曲率-维度不等式。
• 构造极值测试函数（例如 $ \overline{f} $）以验证不等式中曲率项的最优性。
• 调整曲率-维度不等式中的维度参数 $ m $，使其与Ollivier曲率的行为一致，特别是在完全图和正则树中。
• 通过引入考虑边权重的加权聚类项 $ t_w(x) $，将结果扩展到加权图，以在曲率和Laplacian界中纳入边权重的影响。

实验结果

研究问题

• RQ1 共享边的相邻顶点之间的三角形数量如何影响图中Ollivier的 Ricci 曲率？
• RQ2 基于局部聚类和顶点度数，Ollivier Ricci 曲率的最紧可能下界是什么？
• RQ3 如何在图上表述曲率-维度不等式，使得曲率项与Ollivier Ricci 曲率的行为相匹配？
• RQ4 在完全图和正则树中，曲率-维度不等式中最优的维度参数 $ m $ 是什么？
• RQ5 边权重如何改变Ricci曲率、聚类以及曲率-维度不等式之间的关系？

主要发现

• 曲率下界 $ \kappa(x,y) \geq -\left(1 - \frac{1}{d_x} - \frac{1}{d_y} - \frac{\sharp(x,y)}{d_x \wedge d_y}\right)_+ - \left(1 - \frac{1}{d_x} - \frac{1}{d_y} - \frac{\sharp(x,y)}{d_x \vee d_y}\right)_+ + \frac{\sharp(x,y)}{d_x \vee d_y} $ 在完全图中是紧的。
• 在完全图 $ \mathcal{K}_n $ 中，Ollivier的曲率等于 $ \frac{n-2}{n-1} $，与推导出的界完全一致。
• 曲率-维度不等式 $ \Gamma_2(f,f) \geq \frac{1}{m}(\Delta f)^2 + \left(\frac{4-n}{2(n-1)} + \frac{m-2}{m}\right)\Gamma(f,f) $ 对任意 $ m \in [1,\infty] $ 是最优的，且当 $ m = n-1 $ 时，曲率项为 $ \frac{1}{2}\kappa $。
• 对于度数 $ D > 1 $ 的正则树，不等式 $ \Gamma_2(f,f) \geq \frac{1}{2}(\Delta f)^2 + \left(\frac{2}{D} - 1\right)\Gamma(f,f) $ 中的曲率项是最优的，且与 $ \frac{1}{2}\kappa $ 匹配。
• 在加权图中，曲率-维度不等式 $ \Gamma_2(f,f) \geq \frac{1}{2}(\Delta f)^2 + \left(\frac{1}{2}t_w(x) - 1\right)\Gamma(f,f) $ 成立，其中 $ t_w(x) $ 捕获了加权的局部聚类。
• 为 $ \mathcal{K}_n $ 选择 $ m = n-1 $ 使得曲率-维度不等式与单纯形的几何维度一致，暗示图结构与维度参数之间存在自然对应关系。