베이지안 비모수 네트워크 군집 모델

초록

본 논문은 이질적인 네트워크 집단을 클러스터링하기 위해, 중심 에르되시–레니 그래프(CER) 커널을 이용한 위치‑스케일 디리클레 과정 혼합 모델을 제안한다. 모델은 Kullback‑Leibler 의미에서 전 지원을 가지며, 강한 사후 일관성을 보인다. 효율적인 Gibbs 샘플러와 대규모 노드 수에 대한 합의 서브그래프 군집 전략을 제시하고, 시뮬레이션 및 인간 뇌 네트워크 데이터에 적용해 기존 방법보다 우수함을 입증한다.

상세 분석

이 논문은 다중 네트워크 데이터를 다루는 통계적 프레임워크를 새롭게 정의한다. 핵심 아이디어는 그래프 공간 (G_V) 위에 정의된 Hamming 거리에 기반한 중심‑에르되시–레니(CER) 분포를 커널로 삼아, 위치(대표 그래프 (C))와 스케일(변동 파라미터 (\alpha)) 두 파라미터로 네트워크 군집을 표현한다는 점이다. CER 커널은 (\displaystyle p_{\text{CER}}(G;C,\alpha)=\alpha^{d_H(G,C)}(1-\alpha)^{M-d_H(G,C)}) 형태로, Hamming 거리 (d_H) 가 작을수록 확률이 크게 되도록 설계돼 그래프 간 유사성을 직관적으로 반영한다.

베이지안 비모수 접근법으로 디리클레 프로세스(DP)를 혼합 측정 (\tilde P)에 적용한다. 베이스 측정 (P_0)는 (\alpha)에 대해 트랜스포즈드 베타(TBeta) 분포를, 조건부 (C)에 대해서는 또 다른 CER 분포를 사용해, 전체 파라미터 공간 (\Theta=G_V\times(0,1/2))에 대한 사전 정보를 유연하게 설정한다. 이 구조는 “위치‑스케일” 형태의 DP 혼합 모델을 형성해, 각 관측 그래프 (G_\ell)가 독립적으로 (\psi(G_\ell;\vartheta_\ell))를 따르게 하고, (\vartheta_\ell)는 (\tilde P)에서 추출된다.

이론적 기여는 두 가지 핵심 정리로 요약된다. 첫째, 제안 모델이 KL‑다이버전스 의미에서 전체 그래프 분포 공간에 전 지원(full support)을 갖는다는 증명이다. 이는 (\alpha)와 (C)를 적절히 조정하면 임의의 목표 분포를 근사할 수 있음을 의미한다. 둘째, 사후 일관성(Strong posterior consistency)을 보이며, 데이터 수가 증가함에 따라 추정된 군집 구조가 진정한 군집을 거의 확실히 복원한다는 점이다.

계산 측면에서는 완전한 조건부 분포가 닫힌 형태로 얻어지는 Gibbs 샘플러를 설계한다. 특히 (\alpha)와 (C)에 대한 업데이트는 베타‑베르누이 conjugacy와 CER 커널의 특성을 이용해 효율적으로 수행된다. 대규모 네트워크(수천 노드)에서는 전체 그래프를 직접 다루는 것이 비현실적이므로, 저자들은 “합의 서브그래프(Consensus Subgraph) 군집”이라는 근사 전략을 제안한다. 이는 각 클러스터 내 그래프들의 공통 서브그래프를 추출하고, 이를 대표 모드 (C)로 사용해 연산 복잡도를 크게 낮춘다.

실험에서는 다양한 시뮬레이션 시나리오(다양한 군집 수, 스케일 파라미터, 노드 수)를 통해 제안 방법이 기존의 그래프 블록 모델, 그래프온 혼합 모델, 메트릭 기반 군집법보다 정확도와 예측 성능에서 우수함을 입증한다. 특히 Hamming 거리 기반 CER 커널이 구조적 가정을 최소화하면서도 높은 분류 정확도를 제공한다는 점이 강조된다.

실 데이터 적용에서는 인간 뇌 네트워크(HNU1 데이터셋)를 사용한다. 각 피험자의 확산 MRI 기반 연결망을 90개의 뇌 영역으로 정의하고, 제안 모델로 군집화한 결과, 기존 연구와 일치하는 기능적/해부학적 그룹을 자동으로 식별한다. 시각화된 토폴로지는 클러스터별 특징적인 연결 패턴을 명확히 보여주며, 클러스터 내 변동성은 (\alpha) 값으로 정량화된다.

전체적으로 이 논문은 비모수 베이지안 프레임워크와 간단하면서도 해석 가능한 CER 커널을 결합해, 이질적인 네트워크 집단을 효과적으로 군집화하고, 이론적 보증과 실용적 알고리즘을 동시에 제공한다는 점에서 네트워크 통계학 분야에 중요한 기여를 한다.