[论文解读] Signal Subgraph Estimation Via Vertex Screening

Shangsi Wang, Cencheng Shen+3 more|arXiv (Cornell University)|Jan 23, 2018

Bioinformatics and Genomic Networks参考文献 23被引用 3

一句话总结

该论文提出了一种顶点筛选方法，通过利用基于距离的相关性来选择信号顶点，从而在复杂网络中识别出小型且信息丰富的子图，显著提升了下游图分类和回归性能，同时增强了可解释性。该方法在理论一致性与实证验证方面均表现良好，其在人类和小鼠MRI数据的功能性与结构性脑图中得到了验证。

ABSTRACT

Graph classification and regression have wide applications in a variety of domains. A graph is a complex and high-dimensional object, which poses great challenges to traditional machine learning algorithms. Accurately and efficiently locating a small signal subgraph dependent on the label of interest can dramatically improve the performance of subsequent statistical inference. Moreover, estimating a signal subgraph can aid humans with interpreting these results. We present a vertex screening method to identify the signal subgraph when given multiple graphs and associated labels. The method utilizes distance-based correlation to screen the vertices, and allows the subsequent classification and regression to be performed on a small induced subgraph. We demonstrate that this method is consistent in recovering signal vertices and leads to better classification performance via theory and numerical experiments. We apply the vertex screening algorithm on human and murine graphs derived from functional and structural magnetic resonance images to analyze the site effects and sex differences.

研究动机与目标

• 为解决在高维图数据中识别小型、信息丰富的子图以提升统计推断能力的挑战。
• 开发一种计算高效的筛选方法，基于顶点与标签的相关性对顶点进行筛选，聚焦于信号子图。
• 通过隔离相关子结构，提升基于图的机器学习模型的可解释性。
• 在真实世界神经影像应用中，展示该筛选方法的理论一致性与实证有效性。

提出的方法

• 该方法利用顶点特征与图标签之间的基于距离的相关性，对顶点进行排序与筛选，以识别信号子图。
• 从排名靠前的顶点中构建子图，降低维度，并将分析聚焦于网络中最相关的区域。
• 筛选过程被设计为具有理论一致性，确保在弱正则性条件下渐近恢复真实的信号顶点。
• 该方法被应用于在简化子图上的分类与回归任务，从而提升模型性能。
• 通过理论分析与合成及真实脑网络数据的数值实验对该方法进行了验证。

实验结果

研究问题

• RQ1 基于距离的相关性的顶点筛选能否有效识别标记图中的信号子图？
• RQ2 该筛选方法是否能在简化子图上提升分类与回归性能？
• RQ3 顶点筛选过程在理论上是否具有一致性，能够恢复信号顶点？
• RQ4 该方法在检测脑网络中的生物学效应（如性别差异与站点效应）方面表现如何？

主要发现

• 在弱正则性条件下，该顶点筛选方法能实现对信号顶点的一致性恢复，确保理论可靠性。
• 与完整图相比，使用筛选后的子图进行分类时性能显著提升，尤其在高维设置下表现更优。
• 该方法能有效检测出源自MRI数据的人类与小鼠脑网络中的站点效应与性别差异。
• 数值实验证实，该方法在信号检测与下游预测准确率方面均具有显著优势。