[论文解读] Testing network correlation efficiently via counting trees

Cheng Mao, Yihong Wu+2 more|arXiv (Cornell University)|Oct 22, 2021

Complex Network Analysis Techniques参考文献 36被引用 17

一句话总结

本文提出了一种新颖且高效的检验方法，通过使用带符号树计数作为检验统计量，检测两个网络之间的边相关性。在相关 Erdős–Rényi 模型下，当 $ \rho^2 > \alpha \approx 0.338 $ 时，该方法在 $ n^{2+o(1)} $ 时间内实现一致检测，显著优于以往方法，在统计功效、运行时间和稀疏性要求方面均有提升。

ABSTRACT

We propose a new procedure for testing whether two networks are edge-correlated through some latent vertex correspondence. The test statistic is based on counting the co-occurrences of signed trees for a family of non-isomorphic trees. When the two networks are Erdős-Rényi random graphs $\mathcal{G}(n,q)$ that are either independent or correlated with correlation coefficient $ρ$, our test runs in $n^{2+o(1)}$ time and succeeds with high probability as $n o\infty$, provided that $n\min\{q,1-q\} \ge n^{-o(1)}$ and $ρ^2>α\approx 0.338$, where $α$ is Otter's constant so that the number of unlabeled trees with $K$ edges grows as $(1/α)^K$. This significantly improves the prior work in terms of statistical accuracy, running time, and graph sparsity.

研究动机与目标

• 为解决网络分析中的基础问题——即通过潜在的顶点对应关系检测两个网络是否相关，这是网络分析中的关键挑战。
• 开发一种计算高效的检验方法，能够在亚二次时间内运行，同时保持高统计功效。
• 在先前工作的基础上，允许负相关性，并提升一致检测的稀疏性阈值。
• 在相关 Erdős–Rényi 模型下建立理论保证，明确依赖于相关系数 $ \rho $。

提出的方法

• 检验统计量基于计数一族非同构树中带符号树的共现情况，利用其组合结构检测相关性。
• 该方法使用似然比的低次多项式近似，推导出计算上可行的检验统计量。
• 采用染色技术高效近似树计数统计量，将时间复杂度降低至 $ n^{2+o(1)} $。
• 算法通过在树分解上使用动态规划，递归计算树在图中的彩色嵌入数量。
• 检验设计对顶点重标记保持不变，并利用树子图的对称性以增强统计功效。
• 理论分析将该检验与低次多项式方法联系起来，为评估计算难度提供框架。

实验结果

研究问题

• RQ1 能否设计一种检验方法，在保持高统计功效的同时，实现在亚二次时间内检测网络相关性？
• RQ2 在计算高效的方法下，一致检测可能实现的最小相关性强度 $ \rho $ 是多少？
• RQ3 具有 $ K $ 条边的无标签树的数量——受 Otter 常数 $ \alpha $ 控制——如何影响检测阈值？
• RQ4 该检验能否对负相关性和稀疏图情形（其中 $ n \min\{q, 1-q\} \to 0 $）具有鲁棒性？
• RQ5 检测相关性的计算极限是什么？低次多项式方法如何揭示这一限制？

主要发现

• 当 $ \rho^2 > \alpha \approx 0.338 $ 时，所提出的检验在 $ n \to \infty $ 的情况下以高概率实现一致检测，其中 $ \alpha $ 为 Otter 常数。
• 该检验的运行时间为 $ n^{2+o(1)} $，在计算效率方面显著优于以往方法。
• 该方法在稀疏图条件下依然有效，其中 $ n \min\{q, 1 - q\} \geq n^{-o(1)} $，允许网络极为稀疏。
• 该检验即使在负相关情况下也具有高统计功效，突破了以往工作仅限于正相关性的局限。
• 理论分析确认，该检验在相关性阈值方面达到最优，与已知的信息论极限一致。
• 树计数的染色近似实现了高精度且有界误差，从而在不损失统计功效的前提下实现高效计算。