[论文解读] Toward An Uncertainty Principle For Weighted Graphs

Bastien Pasdeloup, Réda Alami+2 more|arXiv (Cornell University)|Mar 11, 2015

Complex Network Analysis Techniques参考文献 6被引用 7

一句话总结

本文通过基于逆相似度矩阵提出一种新的图展开定义，将图不确定性原理扩展至加权图，以解决未加权图定义的简单扩展所导致的不一致问题。该方法确保了连续性和稳定性，使能够使用各种距离函数准确计算加权图的不确定性曲线，关键结果表明在图域与谱域之间的局域化存在一致的权衡关系。

ABSTRACT

The uncertainty principle states that a signal cannot be localized both in time and frequency. With the aim of extending this result to signals on graphs, Agaskar&Lu introduce notions of graph and spectral spreads. They show that a graph uncertainty principle holds for some families of unweighted graphs. This principle states that a signal cannot be simultaneously localized both in graph and spectral domains. In this paper, we aim to extend their work to weighted graphs. We show that a naive extension of their definitions leads to inconsistent results such as discontinuity of the graph spread when regarded as a function of the graph structure. To circumvent this problem, we propose another definition of graph spread that relies on an inverse similarity matrix. We also discuss the choice of the distance function that appears in this definition. Finally, we compute and plot uncertainty curves for families of weighted graphs.

研究动机与目标

• 将图不确定性原理从无权图扩展至加权图，因为简单扩展会导致不连续性。
• 解决加权图中图展开作为图结构函数的不稳定性问题。
• 提出一种基于逆相似度矩阵的新图展开定义，以确保连续性和一致性。
• 研究不同距离函数对图展开和不确定性曲线的影响。
• 使用所提出的框架计算并可视化加权图族的不确定性曲线。

提出的方法

• 基于相似度矩阵的逆，提出一种新的图展开定义，取代无权图中使用的测地距离。
• 将图展开定义为 $ \Delta_{\mathcal{G},u_0}^2(\mathbf{x}) = \sum_{u \in \mathcal{V}} d_{\text{inv}}^2(u_0, u) \, \mathbf{x}(u)^2 $，其中 $ d_{\text{inv}}^2 $ 由逆相似度矩阵导出。
• 使用归一化拉普拉斯矩阵及其特征分解，将谱展开定义为 $ \Delta_s^2(\mathbf{x}) = \sum_{n=1}^N \lambda_n \widehat{x}_n^2 $，以保留先前工作中谱域度量的设定。
• 系统评估逆相似度框架中不同距离函数的影响，以评估其对展开和不确定性曲线的影响。
• 通过在信号上数值评估 $ (\Delta_{\mathcal{G},u_0}^2(\mathbf{x}), \Delta_s^2(\mathbf{x})) $ 对的下界，计算不确定性曲线。
• 可视化加权图族的不确定性曲线，展示所提定义的稳定性和一致性。

实验结果

研究问题

• RQ1 能否使用标准定义将无权图的不确定性原理一致地扩展至加权图？
• RQ2 基于测地距离的图展开的简单扩展是否在加权图中导致不连续性？
• RQ3 距离函数的选择如何影响加权图中图展开的稳定性和可解释性？
• RQ4 在所提图展开定义下，加权图的不确定性曲线行为如何？
• RQ5 新图展开定义能否确保图域与谱域之间局域化的连续且有意义的权衡？

主要发现

• 基于测地距离的图展开的简单扩展在加权图中作为图结构的函数表现出不连续行为，从而破坏了不确定性原理。
• 所提出的基于逆相似度的图展开定义确保了连续性和稳定性，解决了加权图中的不一致问题。
• 使用新定义计算的加权图不确定性曲线显示出一致的下界，证实了图不确定性原理的存在。
• 逆相似度矩阵中不同距离函数导致不确定性曲线形状不同，表明对距离选择具有敏感性。
• 完全图的不确定性曲线在 (1,0) 处与横轴相交，与无权图情况一致，验证了该框架的合理性。
• 谱展开仅在第一个特征向量 $ \mathbf{f}_1 $ 处为零，对应的图展开为 $ \mathbf{f}_1^T \mathbf{P}^2 \mathbf{f}_1 $，确认了理论一致性。