[论文解读] The Importance of Being Correlated: Implications of Dependence in Joint Spectral Inference across Multiple Networks

Konstantinos Pantazis, Avanti Athreya+4 more|PubMed|Aug 1, 2020

Functional Brain Connectivity Studies参考文献 83被引用 4

一句话总结

本文提出了一种广义全息嵌入方法，用于在多个网络间进行联合谱推断，显式建模了来自数据的固有网络相关性（内在相关性）和由嵌入过程引起的诱导相关性（诱导相关性）。该文证明了其一致性和中心极限定理，表明同时考虑这两种相关性类型可显著提升对生物网络时间序列中细微变化的检测能力，优于以往方法。

ABSTRACT

Spectral inference on multiple networks is a rapidly-developing subfield of graph statistics. Recent work has demonstrated that joint, or simultaneous, spectral embedding of multiple independent networks can deliver more accurate estimation than individual spectral decompositions of those same networks. Such inference procedures typically rely heavily on independence assumptions across the multiple network realizations, and even in this case, little attention has been paid to the induced network correlation that can be a consequence of such joint embeddings. In this paper, we present a <i>generalized omnibus</i> embedding methodology and we provide a detailed analysis of this embedding across both independent and correlated networks, the latter of which significantly extends the reach of such procedures, and we describe how this omnibus embedding can itself induce correlation. This leads us to distinguish between <i>inherent</i> correlation-that is, the correlation that arises naturally in multisample network data-and <i>induced</i> correlation, which is an artifice of the joint embedding methodology. We show that the generalized omnibus embedding procedure is flexible and robust, and we prove both consistency and a central limit theorem for the embedded points. We examine how induced and inherent correlation can impact inference for network time series data, and we provide network analogues of classical questions such as the effective sample size for more generally correlated data. Further, we show how an appropriately calibrated generalized omnibus embedding can detect changes in real biological networks that previous embedding procedures could not discern, confirming that the effect of inherent and induced correlation can be subtle and transformative. By allowing for and deconstructing both forms of correlation, our methodology widens the scope of spectral techniques for network inference, with import in theory and practice.

研究动机与目标

• 为解决现有联合谱嵌入方法假设网络实现之间相互独立的局限性，这些方法未能考虑自然（固有）相关性与方法论（诱导）相关性。
• 开发一种灵活且稳健的广义全息嵌入框架，能够处理独立与相关网络，包括相关性随时间增长的时间序列数据。
• 正式区分并分析固有相关性（来自数据）与诱导相关性（来自联合嵌入）的影响，揭示其对推断的变革性作用。
• 通过量化两种相关性类型对推断精度的影响，将经典统计概念（如有效样本量）扩展至相关网络数据。
• 在真实生物网络时间序列上验证该方法，证明其在检测网络变化方面优于以往嵌入技术。

提出的方法

• 提出一种广义全息嵌入矩阵，作为网络邻接矩阵的加权和，采用结构化均值矩阵 $\widetilde{P} = J_m \otimes P$ 以保持低秩结构并实现一致估计。
• 采用克罗内克积框架 $E \otimes P$，其中 $E$ 以 $\vec{1}$ 作为首阶特征向量，以维持低秩特性并实现跨网络的特征空间对齐。
• 推导出在广义全息框架下嵌入点的中心极限定理，建立估计量的渐近正态性。
• 引入替代构造方式，如前向全息矩阵 $\mathfrak{M}_{\text{for}}$，以建模随时间增长的相关性，实现灵活的相关性结构建模。
• 通过联合嵌入核心对齐顶点并扩展至未对齐顶点，开发出用于样本外嵌入的框架，支持种子图匹配等应用。
• 探索稀疏图和非对称 OMNI 矩阵的扩展，初步结果表明其在更广泛渐近有效性方面具有潜力。

实验结果

研究问题

• RQ1 网络时间序列中的固有相关性（源于时间依赖性）如何影响谱推断的准确性？
• RQ2 联合嵌入过程本身诱导的人工相关性程度如何，其对下游推断有何影响？
• RQ3 广义全息嵌入框架是否能在独立与相关网络设置下一致估计潜在位置？
• RQ4 在相关网络数据背景下，经典概念如有效样本量应如何重新定义？
• RQ5 所提出的方法能否检测到标准嵌入技术所遗漏的生物上具有意义的网络结构变化？

主要发现

• 广义全息嵌入具有一致性并满足中心极限定理，确保在独立与相关网络设置下均能实现可靠的渐近推断。
• 该方法成功检测到真实生物网络时间序列中先前嵌入方法无法识别的细微变化，展现出实际优越性。
• 由联合嵌入引起的诱导相关性可能掩盖或放大真实的网络差异，因此显式建模其影响对准确推断至关重要。
• 前向全息模型在不同网络对之间产生递增的相关性，支持对随时间增长相关性的时序数据建模。
• 克罗内克结构 $J_m \otimes P$ 确保全息矩阵的前 $d$ 维特征子空间与真实潜在空间对齐，保持了可解释性。
• 样本外嵌入与稀疏图情形的扩展是可行的，并显示出潜力，尽管一般情况下的渐近结果仍处于探索阶段。