部分グラフネットワークとその構造的特徴空間の拡張への応用

実世界のネットワークは、階層的かつモジュール構造を顕著に示しており、さまざまな部分グラフが構築ブロックとして機能しています。既存の多くの研究では、異なる部分グラフを単純にモチーフと捉え、それらの数だけを使用して基礎となるネットワークを特徴づけています。このような統計値はネットワークモデルを説明するためや、さらにはいくつかのネットワークアルゴリズムを設計するために使用できますが、部分グラフの役割はそのような応用においてさらに探求されるべきであり、結果の改善につながる可能性があります。本論文では、部分グラフネットワーク（Subgraph Network: SGN）という概念が導入され、その後ネットワークモデルに適用されます。1次および2次のSGNを構築するためのアルゴリズムが設計されており、これは容易に高次のものへと拡張可能です。さらに、これらのSGNは基礎となるネットワークの構造的特徴空間を拡大し、ネットワーク分類に有利であることが示されています。数値実験により、元のネットワークの構造的特徴と1次および2次のSGNに基づくネットワーク分類モデルが、そのような1つまたは2つのネットワークのみに基づくモデルと比較して常に最良の性能を発揮することが確認されました。つまり、SGNの構造的特徴は元のネットワークの特徴を補完し、より良いネットワーク分類を行うことができます。これは手作業による特徴抽出法やネットワーク埋め込み法、カーネルベース法などの使用に関わらず成立します。