그래프 맥스 쉬프트 그래프 클러스터링을 위한 힐클라이밍 방법

초록

본 논문은 그래프의 각 정점을 인접 정점 중 차수가 가장 높은 정점으로 이동시키는 “그래프 맥스 쉬프트” 알고리즘을 제안한다. 무작위 기하 그래프에 적용했을 때, 데이터가 밀도 함수에서 i.i.d.로 샘플링된 경우, 알고리즘이 Fukunaga‑Hostetler가 정의한 밀도 기울기 흐름의 유역(basin of attraction) 기반 클러스터링과 점근적으로 일치함을 증명한다.

상세 분석

본 연구는 기존의 연속 공간에서의 평균‑시프트(mean‑shift)와 그 변형인 맥스‑시프트(max‑shift)를 그래프 이론에 직접 매핑하는 새로운 힐클라이밍 프레임워크를 제시한다. 핵심 아이디어는 그래프의 정점 차수(degree)를 “높이”로 해석하고, 각 정점이 인접 정점 중 차수가 최대인 정점으로 이동하도록 반복하는 것이다. 이 과정은 차수가 높은 정점이 지역적인 밀도 피크를 근사한다는 가정에 기반한다.

알고리즘은 다음과 같은 단계로 구성된다.

1. 모든 정점 i에 대해 차수 q_i를 계산한다.
2. 초기 정점 i_0을 선택하고, 현재 정점 i_t에 대해 i_{t+1}=argmax_{j∈N(i_t)} q_j 를 수행한다. 여기서 N(i_t) 는 i_t의 이웃 집합이며, 동점이 존재하면 사전 정의된 순서(예: 정점 번호가 큰 것)로 결정한다.
3. 위 과정을 더 이상 차수가 높은 이웃이 없을 때까지 반복한다. 최종 도달점(터미널 노드)을 클러스터의 대표점으로 삼아, 동일 터미널 노드에 수렴한 정점들을 하나의 클러스터로 묶는다. 필요에 따라 터미널 노드 간의 홉 거리 τ 이하인 경우 클러스터를 병합하는 추가 파라미터를 제공한다.

이 알고리즘을 무작위 기하 그래프 G(Y;ε) 에 적용하면, 차수 q_i는 해당 정점이 ε 반경 내에 포함된 샘플 수와 정비례한다. 따라서 q_i ∝ \hat f_ε(y_i) 와 동일하게 해석될 수 있다. 여기서 \hat f_ε는 평탄 커널 K(x)=I(‖x‖≤1)/v_d 를 사용한 커널 밀도 추정량이다. 결과적으로 그래프 맥스 쉬프트는 연속 공간에서의 맥스‑시프트와 완전히 동형이며, 정점이 이동하는 경로는 (y_k)_{k≥0} 로 표현되는 “밀도 상승 경로”와 일치한다.

통계적 일관성 분석에서는 다음 가정을 둔다. (i) 데이터는 R^d 에서 Morse 함수 f 를 따르는 밀도에서 i.i.d. 로 추출된다. (ii) f는 두 번 미분 가능하고, 모든 임계점에서 Hessian이 비특이적이다. (iii) 연결 반경 ε_n 은 n→∞ 일 때 0 으로 수렴하지만, n·ε_n^d /log n → ∞ 와 같은 충분히 느린 감소 속도를 만족한다. 이러한 조건 하에, 각 정점의 차수 추정치는 실제 밀도 f(y_i) 와 일관적으로 수렴하고, 따라서 그래프 맥스 쉬프트가 수렴하는 터미널 노드들은 f 의 모드(mode)와 동일한 위치에 대응한다.

알고리즘의 복잡도는 각 정점에 대해 이웃 탐색을 한 번씩 수행하므로, 평균 차수 \bar q 에 대해 O(n·\bar q) 로 구현 가능하다. 희소 그래프(특히 ε 가 작아 평균 차수가 상수 수준)에서는 선형 시간에 가까운 성능을 기대할 수 있다.

또한, 본 논문은 기존의 힐클라이밍 기반 그래프 파티셔닝(예: Kernighan‑Lin, 그래프 파티션 주변의 스와핑 기법)과 차별화한다. 기존 방법들은 전역적인 컷 비용을 최소화하는 것을 목표로 하지만, 그래프 맥스 쉬프트는 로컬 밀도 구조를 직접 탐색한다는 점에서 완전히 다른 목적 함수를 가진다. 이는 특히 데이터가 잠재적인 연속 공간에 매핑될 수 있는 경우(예: 센서 네트워크, 이미지 픽셀 그래프) 유용하다.

마지막으로, 논문은 그래프 맥스 쉬프트를 Morse 클러스터링 프레임워크와 연결한다. 정점 및 엣지에 대한 전순서(preorder)를 정의함으로써, 알고리즘을 일반적인 Morse 흐름의 특수 사례로 해석한다. 이는 Kleinberg의 불가능성 정리와 관련된 일관성, 풍부성, 스케일 불변성 등의 공리와도 연관성을 제공한다.