×

通过离散Ollivier-Ricci流进行网络对齐。 (英语) Zbl 1519.68200号

Biedl,Therese(编辑)等人,《图形绘制和网络可视化》。第26届国际研讨会,2018年GD,西班牙巴塞罗那,2018年9月26-28日。诉讼程序。查姆:斯普林格。莱克特。注释计算。科学。11282, 447-462 (2018).
摘要:在本文中,我们考虑两个图的近似对齐/匹配问题。给定两个图(G_1}=(V_1},E_{1})和(G_2}=。当我们考虑匹配表现出小世界现象的复杂网络时,子图同构问题作为一种特殊情况具有额外的挑战。在这项工作中,我们建议使用“Ricci流度量”来定义网络中两个节点之间的距离。然后用它来分别定义两个网络中一对节点的相似性,这是网络对齐的关键步骤。具体来说,边的Ricci曲率直观地描述了局部邻域的连接程度。图Ricci流统一了离散Ricci曲率,并导出了对节点/边插入和删除不敏感的Ricci流量度量。使用新的度量,我们可以将(G_1)中的节点映射到(G_2)中的一个节点,该节点到几个预选地标的距离向量是最相似的。当在各种复杂的图形模型和现实世界的网络数据集(电子邮件、互联网和蛋白质交互网络)上进行测试时,图形度量的健壮性使其优于其他方法。(计算Ricci曲率和Ricci流量度量的源代码可用:https://github.com/saibalmars/GraphRicciCurvature网站.)
关于整个系列,请参见[Zbl 1405.68007号].

理学硕士:

68兰特 计算机科学中的图论(包括图形绘制)
05C82号 小世界图形、复杂网络(图形理论方面)
53A70型 离散微分几何
53E20型 Ricci流量
68单位05 计算机图形;计算几何(数字和算法方面)
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Aflalo,Y。;布朗斯坦,A。;Kimmel,R.,关于图同构的凸松弛,Proc。美国国家科学院。科学。,112, 10, 2942-2947 (2015) ·Zbl 1355.05237号 ·doi:10.1073/pnas.1401651112
[2] 阿霍,AV;JE霍普克罗夫特,《计算机算法的设计与分析》(1974),波士顿:Addison-Wesley Longman出版公司,波士顿·Zbl 0326.68005号
[3] Babai,L.:拟多项式时间中的图同构。CoRR abs/1512.03547(2015)。http://arxiv.org/abs/1512.03547 ·Zbl 1376.68058号
[4] Bakry博士。;埃梅里,M。;阿泽马,J。;Yor,M.,《扩散超压缩》,《概率论XIX》1983/84,177-206(1985),海德堡:斯普林格·Zbl 0561.60080号 ·doi:10.1007/BFb0075847
[5] Barabasi,A。;Albert,R.,《随机网络中尺度的出现》,《科学》,286509-512(1999)·Zbl 1226.05223号 ·doi:10.1126/science.286.5439.509
[6] 巴亚提,M。;格里奇,DF;萨贝里,A。;Wang,Y.,稀疏网络对齐的消息传递算法,ACM Trans。知识。发现。数据,7,1,3:1-3:31(2013)·doi:10.1145/2435209.2435212
[7] Bonciocat,AI,度量测度空间的粗糙曲率维数条件,中欧数学杂志。,12, 2, 362-380 (2014) ·Zbl 1290.53052号
[8] FRK Chung;Yau,ST,对数Harnack不等式,数学。Res.Lett,3,6,793-812(1996)·Zbl 0880.58026号 ·doi:10.4310/MRL.1996.v3.n6.a8
[9] 克拉克,C。;Kalita,J.,《生物网络两两对齐算法的比较》,生物信息学,30,16,2351-2359(2014)·doi:10.1093/生物信息系统/btu307
[10] 孔戴,D。;Foggia,P。;Sansone,C.,《模式识别中的图形匹配三十年》,《国际模式识别杂志》。Artif公司。智力。,18, 3, 265-298 (2004) ·doi:10.1142/S0218001404003228
[11] 科尔德拉,LP;Foggia,P。;Sansone,C。;Vento,M.,用于匹配大型图的(子)图同构算法,IEEE Trans。模式分析。机器。智力。,26, 10, 1367-1372 (2004) ·doi:10.1109/TPAMI.2004.75
[12] El-Kebir,M。;赫林加,J。;Klau,GW,Natalie 2.0:稀疏全球网络对齐作为二次分配的特例,《算法》,8,4,1035-1051(2015)·Zbl 1461.90065号 ·doi:10.3390/a8041035
[13] Elmsallati,A。;克拉克,C。;Kalita,J.,《蛋白质相互作用网络的全球比对:一项调查》,IEEE/ACM Trans。计算。生物信息学。,13, 4, 689-705 (2016) ·doi:10.1109/TCBB.2015.2474391
[14] Emmert-Streib,F。;Dehmer,M。;Shi,Y.,图匹配、网络对齐和网络比较的五十年,信息科学。,346-347, 180-197 (2016) ·Zbl 1398.68393号 ·doi:10.1016/j.ins.2016.01.074
[15] 鄂尔多斯,P。;Renyi,A.,《随机图》,《数学出版物》。,6, 290-297 (1959) ·Zbl 0092.15705号
[16] 尤因,RM,《通过质谱法对人类蛋白质相互作用进行大规模绘图》,分子系统。生物学,389(2007)·数字对象标识代码:10.1038/msb4100134
[17] 风扇,W。;王,X。;Wu,Y.,增量图形模式匹配,ACM Trans。数据库系统。(TODS),38,3,18(2013)·Zbl 1321.68243号 ·doi:10.1145/2508020.2489791
[18] Fang,Q.,Gao,J.,Guibas,L.,de Silva,V.,Zhang,L.:GLIDER:传感器网络基于梯度地标的分布式路由。载:《IEEE通信学会第24届会议论文集》,第1卷,第339-350页,2005年3月
[19] Fu,H。;张,A。;谢旭,基于图结构和描述性信息的有效社会图脱名,ACM Trans。智力。系统。技术。(TIST),6,4,49(2015)
[20] Goga,O.、Loiseau,P.、Sommer,R.、Teixeira,R.和Gummadi,K.P.:关于大型在线社交网络中个人资料匹配的可靠性。收录于:KDD 2015,第1799-1808页。ACM,纽约(2015)
[21] 格罗弗,A.,莱斯科维奇,J.:node2vec。In:第22届ACM SIGKDD知识发现和数据挖掘国际会议记录-KDD 2016(2016)
[22] 吉米拉,R。;达农,L。;Díaz-Guilera,A。;Giralt,F。;Arenas,A.,《人类互动网络中的自相似社区结构》,Phys。E版,68、6、065103(2003)·doi:10.1103/PhysRevE.68.065103
[23] Ham,J.、Lee,D.D.、Saul,L.K.:歧管的半监督对齐。收录于:AISTATS,第120-127页(2005年)
[24] Hamilton,RS,具有正Ricci曲率的三个流形,J.Differ。地理。,17, 255-306 (1982) ·Zbl 0504.53034号 ·doi:10.4310/jdg/1214436922
[25] Hopcroft,J.E.,Wong,J.K.:平面图同构的线性时间算法(初步报告)。收录于:STOC 1974,第172-184页。ACM,纽约(1974年)。数字对象标识代码:10.1145/800119.803896·兹比尔0369.05028
[26] JE霍普克罗夫特;Karp,RM,二部图最大匹配的(n^{5/2})算法,SIAM J.Compute。,2, 4, 225-231 (1973) ·Zbl 0266.05114号 ·doi:10.1137/02019年2月20日
[27] 金,M。;Kim,J。;罗,F。;Gu,X.,离散曲面Ricci流,IEEE TVCG,14,5,1030-1043(2008)
[28] Kennedy,W.S.,Narayan,O.,Saniee,I.:关于大型网络的夸张性。arXiv预印本arXiv:1307.0031(2013)
[29] A.Khan。;Wu,Y。;阿加瓦尔,CC;Yan,X.,NeMa:带标签相似性的快速图形搜索,Proc。VLDB捐赠基金,6/1181-192(2013)·doi:10.14778/2535569.2448952
[30] Kleinberg,J.、Slivkins,A.、Wexler,T.:使用小型信标集进行三角剖分和嵌入。摘自:第45届IEEE计算机科学基础研讨会论文集,第444-453页(2004)·Zbl 1325.68030号
[31] Kleinberg,J.M.:小世界现象——一种算法视角。In:STOC(2000)·Zbl 1296.05181号
[32] 科利亚斯,G。;穆罕默德,S。;Grama,A.,《网络相似性分解(NSD):网络对齐的快速可扩展方法》,IEEE Trans。知识。数据工程,24,12,2232-2243(2012)·doi:10.1109/TKDE.2011.174
[33] 库内吉斯(Kunegis,J.):KONECT。摘自:《2013年第22届万维网国际会议论文集》,第1343-1350页。ACM出版社,纽约(2013)
[34] 拉丰,S。;Keller,Y。;Coifman,RR,《通过扩散图进行数据融合和多用户数据匹配》,IEEE Trans。模式分析。机器。智力。,28, 11, 1784-1797 (2006) ·doi:10.1109/TPAMI.2006.223
[35] EA莱希特;霍尔姆,P。;纽曼,ME,网络中的顶点相似性,物理。版本E,73,2,026120(2006)·doi:10.1103/PhysRevE.73.026120
[36] Lim,H。;侯,JC;Choi,CH,基于时延测量构建网络坐标系,IEEE/ACM Trans。净值。,13, 3, 513-525 (2005) ·doi:10.1109/TNET.2005.850197
[37] Lin,Y。;卢,L。;Yau,ST,图的Ricci曲率,东北数学。J.,63,4,605-627(2011)·Zbl 1237.05204号 ·doi:10.2748/tmj/1325886283
[38] Lorrain,F。;怀特,HC,《社交网络中个人的结构对等》,J.数学。社会学。,1, 1, 49-80 (1971) ·doi:10.1080/022250X.1971.9989788
[39] Lott,J。;Villani,C.,《通过最优传输实现度量测度空间的Ricci曲率》,《数学年鉴》。,169, 3, 903-991 (2009) ·Zbl 1178.53038号 ·doi:10.4007/annals.2009.169.903
[40] Luks,EM,有界价图的同构可以在多项式时间内进行测试,J.Compute。系统。科学。,25, 1, 42-65 (1982) ·Zbl 0493.68064号 ·doi:10.1016/0022-0000(82)90009-5
[41] 美国卢克斯堡,《光谱聚类教程》,统计计算。,17, 4, 395-416 (2007) ·数字对象标识代码:10.1007/s11222-007-9033-z
[42] 北卡罗来纳州马洛德·多宁。;Ban,K。;Príulj,N.,蛋白质相互作用网络的统一校准,科学。代表,7,1,953(2017)·doi:10.1038/s41598-017-01085-9
[43] 北卡罗来纳州马洛德·多宁。;Príulj,N.,L-GRAAL:基于拉格朗日图的网络对准器,生物信息学,31,13,2182-2189(2015)·doi:10.1093/bioinformatics/btv130
[44] 麦凯,BD;Piperno,A.,实用图同构,ii,J.符号计算。,60, 94-112 (2014) ·Zbl 1394.05079号 ·doi:10.1016/j.jsc.2013.09.003
[45] Melnik,S.,Garcia-Molina,H.,Rahm,E.:相似性洪泛——一种通用的图形匹配算法及其在模式匹配中的应用。In:ICDE(2002)
[46] O.纳拉扬。;Saniee,I.,《网络的大尺度曲率》,Phys。E版,84、6、066108(2011)·doi:10.1103/PhysRevE.84.066108
[47] Ni,C.C.,Lin,Y.Y.,Gao,J.,Gu,X.,Saucan,E.:互联网拓扑的Ricci曲率。在:2015年IEEE计算机通信会议(INFOCOM),第2758-2766页。IEEE(2015)
[48] Noble,C.C.,Cook,D.J.:基于图形的异常检测。摘自:第九届ACM SIGKDD知识发现和数据挖掘国际会议论文集——KDD 2003,第631-636页。德克萨斯大学阿灵顿分校(2003年)
[49] Ollivier,Y.,度量空间和马尔可夫链的Ricci曲率调查,Probab。引道几何。,57, 343-381 (2010) ·Zbl 1204.53035号
[50] Ollivier,Y.,度量空间上马氏链的Ricci曲率,J.Funct。分析。,256, 3, 810-864 (2009) ·Zbl 1181.53015号 ·doi:10.1016/j.jfa.2008.11.001
[51] 帕特罗·R。;Kingsford,C.,《使用多尺度光谱特征的全球网络比对》,生物信息学,28,23,3105-3114(2012)·doi:10.1093/bioinformatics/bts592
[52] 彭,W。;李,F。;邹,X。;Wu,J.,《针对匿名社交网络的两阶段非命名攻击》,IEEE Trans。计算。,63, 2, 290-303 (2014) ·兹比尔1364.68075 ·doi:10.1109/TC.2012.202
[53] Perozzi,B.,Al-Rfou,R.,Skiena,S.:深度行走:社会表征的在线学习。摘自:第20届ACM SIGKDD知识发现和数据挖掘国际会议论文集——KDD 2014,纽约,第701-710页(2014)
[54] Sandhu,R.,区分癌症网络的图形曲率,科学。代表,512323(2015)·doi:10.1038/srep12323
[55] Shvaiko,P。;Euzenat,J.,《本体匹配:现状和未来挑战》,IEEE Trans。知识。数据工程,25,1,158-176(2013)·doi:10.1109/TKDE.2011.253
[56] 辛格,R。;徐,J。;Berger,B.,《多蛋白相互作用网络的全球比对及其在功能形态检测中的应用》,Proc。美国国家科学院。科学。,105, 35, 12763-12768 (2008) ·doi:10.1073/pnas.0806627105
[57] 弹簧,N。;Mahajan,R。;Wetherall,D.,使用火箭燃料测量ISP拓扑,SIGCOMM计算。Commun公司。修订版,32、4、133-145(2002)·数字对象标识代码:10.1145/964725.633039
[58] Sturm,KT,《度量测度空间的几何》,《数学学报》,196,1,65-131(2006)·兹比尔1105.53035 ·doi:10.1007/s11511-006-0002-8
[59] Tao,T.:利玛窦流。加州大学洛杉矶分校数学系技术报告(2008)
[60] Tong,H.,Faloutsos,C.,Gallagher,B.,Eliassi-Rad,T.:大型属性图中的快速最佳努力模式匹配。摘自:第13届ACM SIGKDD知识发现和数据挖掘国际会议论文集——KDD 2007,第737-746页。匹兹堡卡内基梅隆大学(2007)
[61] Tutte,WT,《如何绘制图形》,Proc。伦敦数学。Soc.,13743-767(1963年)·Zbl 0115.40805号 ·doi:10.1112/plms/s3-13.1.743
[62] Wang,C.,Jonckheere,E.,Banirazi,R.:热扩散(HD)协议下无线网络容量与Ollivier-Ricci曲率的比较。摘自:《美国控制会议记录》,第3536-3541页。南加州大学洛杉矶分校,IEEE,2014年1月
[63] Wang,C.,Jonckheere,E.,Banirazi,R.:基于曲率的干扰约束网络控制。摘自:《美国控制会议记录》,第6036-6041页。南加州大学洛杉矶分校,IEEE,2016年7月
[64] Wang,D.,Pedreschi,D.,Song,C.,Giannotti,F.,Barabasi,A.L.:人类流动性、社会联系和联系预测。ACM,纽约,2011年8月
[65] Whidden,C.,Matsen IV,F.A.:根系统发育次树-树-植物移植图的Ricci-Ollivier曲率。收录于:ANALCO,第106-120页(2016年)·Zbl 1430.92061号
[66] Yan,J.,Yin,X.C.,Lin,W.,Deng,C.,Zha,H.,Yang,X.:图形匹配最新进展的简短调查。摘自:ICMR 2016,第167-174页。ACM,纽约(2016)。doi:10.1145/2911996.2912035
[67] 曾,W。;萨马拉斯,D。;Gu,XD,三维形状分析的Ricci流,IEEE Trans。模式分析。机器。智力。(IEEE TPAMI),第32、4、662-677页(2010年)·doi:10.1109/TPAMI.2009.201
[68] Zhang,J.,Yu,P.S.:多重匿名社交网络联盟。摘自:2015年IEEE数据挖掘国际会议,第599-608页,2015年11月
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。