技術的概要：トポロジカルデータ分析による複雑ネットワークの次元検出のためのコードレスサイクル濾過

1. 問題定義

生物学的、社会的、技術的など多様な分野における複雑ネットワークは、しばしば潜在的な双曲幾何学と整合する構造的パターンを示す。この潜在空間の実効次元（$D$）を決定することは、構造的複雑性、コミュニティ組織、ネットワークナビゲーション、およびシステムダイナミクスを理解する上で不可欠である。ネットワーク次元の定義は多様である（例：フラクタル、スペクトル、計量的）が、$S^D/H^{D+1}$モデルなどのモデル駆動型アプローチは、サイクル頻度を構成空間に射影することで次元を成功裏に推定してきた。しかし、これらの手法は、新たな対象ネットワークごとに大規模な合成代理ネットワークのアンサンブルを生成することを必要とし、計算集約的である。また、代理生成を回避し、トポロジカルデータ分析（TDA）と機械学習を統合する統一的なデータ駆動型フレームワークが欠如している。

さらに、ネットワーク科学における標準的なTDAの応用は限定的であった。通常のパーシステントホモロジーは、より高次元の単体を埋めるものが存在しない場合、サイクル（1 次元特徴）が無限のパーシステンスを持つため、グラフには不適切である。加えて、既存の濾過方式（例：次数やリッチ曲率に基づくもの）は、次元推定に必要な特定の幾何学的シグネチャを捉えきれていない可能性がある。

2. 手法

著者は、代数的トポロジーと機械学習を組み合わせ、ネットワーク次元を推定する二重のアプローチを提案する。

A. コードレスサイクル濾過と拡張パーシステンス

核心的なトポロジカルな革新は、コードレスサイクル（内部に弦を持たないサイクル）に基づく重み付け方式である。

1. 重み付け: 与えられたネットワークに対して、3 つの辺重み付きグラフが構築される。辺の重みは、特定の長さを持つコードレスサイクルの局所密度によって定義される。具体的には、三角形（$C_t$）、四角形（$C_s$）、五角形（$C_p$）である。
2. 拡張パーシステンス: グラフ内のサイクルは標準的な濾過では消滅しないため、著者は拡張パーシステンスを計算する。これは、「次数分割細分（degree-splitting subdivision）」を通じて、辺重み付きグラフをトポロジカルに等価なノード重み付きグラフに変換する手法を含む。これにより、標準的な TDA ソフトウェア（Gudhi）を用いて、サブレベル濾過における誕生値とスーパーレベル濾過における誕生値の差として定義されるサイクルの拡張パーシステンスを計算できる。
3. 記述子: 3 つの濾過それぞれについて、すべての独立したサイクルのパーシステンス値の和である総拡張パーシステンス（Total Extended Persistence）を計算し、特徴ベクトル $(TP_t, TP_s, TP_p)$ を得る。

B. 次元推定アプローチ

本論文は、$D$を推定する 2 つの方法を提示する。

1. 代理ベースの k 近傍法（kNN）:

   • 対象ネットワークに対して、**$D$-GR（幾何学的ランダム化）**手順を用いて合成代理のアンサンブルを生成する。この手法は、対象の正確な次数系列を保持しつつ、$S^D/H^{D+1}$モデルの尤度を最大化するようにネットワークを再配線する。
   • 対象ネットワークとその代理を、$(TP_t, TP_s, TP_p)$で定義される構成空間に写像する。
   • kNN 分類器が、対象ネットワークに最も近い代理の次元$D$を特定する。

2. ニューラルネットワーク（DimNN）:

   • 新たなネットワークごとに代理を生成するのを避けるため、著者は**リジューアル多層パーセプトロン（DimNN）**を訓練する。
   • 訓練データ: 既知の次元（$D \in [1, 10]$）と変化するパラメータ（次数異方性$\gamma$、逆温度$\beta$）を持つ$S^D/H^{D+1}$モデルから生成された792,000 個の合成ネットワーク（SynNet）のデータベース。
   • 入力特徴: 12 次元の特徴ベクトルを使用する。
     • グラフ統計量：ノード数（$N$）、平均次数（$\langle k \rangle$）、次数分布の正規化された 2 次モーメント（$\langle k^2 \rangle / \langle k \rangle^2$）、最小/最大次数、および平均近傍次数（$\langle k_{nn} \rangle$）。
     • サイクル密度：平均コードレス三角形、四角形、五角形密度（$C_t, C_s, C_p$）。
     • トポロジカル記述子：総拡張パーシステンス（$TP_t, TP_s, TP_p$）。
   • アーキテクチャ: 21 層の隠れ層、ReLU 活性化、ドロップアウト（50%）、およびリジューアル接続を備えた深層 MLP。AdamW で訓練される。
   • 検証: 堅牢性を検証するため、MSE 損失を使用した二次回帰モデルが訓練され、分類モデルとの高い一致が示された。

3. 主要な貢献

• 新規濾過方式: 次元に関連する幾何学的性質を捉えるために特化された、グラフ向けのコードレスサイクル密度に基づく濾過方式の導入。
• グラフへの拡張パーシステンスの適用: 次数分割細分を介した辺重み付きグラフへの拡張パーシステンスの適応。これにより、標準的なパーシステンスが機能しないネットワーク文脈において、有限のサイクル寿命の計算が可能となった。
• データ駆動型次元推定: 大規模な合成データベースで訓練されたDimNNの開発。これにより、代理を生成することなく、単一の現実世界のネットワークから直接ネットワーク次元を推定できる。
• TDA と ML の統合: TDA 特徴（総パーシステンス）が次元推定のための機械学習モデルの精度を大幅に向上させ、サイクル密度や次数統計のみを使用するモデルを上回ることを実証。

4. 結果

• 相関: ネットワーク次元と総拡張パーシステンス値の間には負の相関が観測された。特に四角形と五角形において顕著であった（ピアソン係数$\rho_s \approx -0.31$、$\rho_p \approx -0.24$）。
• 合成データによる検証:
  • kNN 代理法は合成ターゲットに対して妥当な精度を達成し、混同行列はほとんどの次元で高い忠実度を示したが、高度に異質なネットワークでは隣接する次元間でいくつかの混同が発生した。
  • DimNNは、完全な特徴ベクトルを用いた検証セットにおいて**83.00%**の分類精度を達成した。
  • アブレーション研究は、総パーシステンスと平均サイクル密度および次数関連特徴を組み合わせることが性能を最大化することを確認した。TDA 特徴を除去すると、精度が大幅に低下した。
• 現実世界への適用:
  • 本手法は、10 のよく知られた現実世界のネットワーク（例：ヒトコネクタム、ジャズ協力ネットワーク、電子メールネットワーク）に適用された。推定された次元は既存の文献と一致していた（例：脳コネクタムは$D=3$付近、社会的ネットワークはわずかに高い次元を要する）。
  • 53 の現実ネットワークからなるより大規模なデータセットに適用した際、モデルは 1（ソフトウェア、ウェブグラフ）から 10（一部の社会的ネットワーク）までの次元を予測した。
  • 堅牢性: 2 つの独立して訓練されたモデル（分類と回帰）は高い一致を示し（合成データで最大 88.86%）、モデルが過学習ではなく、背後にある関係を捉えていることを示唆した。
  • 検証: 予測された次元と D-Mercator 埋め込みを用いて生成された代理ネットワークは、次数分布、クラスタリングスペクトル、およびペルコレーション閾値を含む、元のネットワークの主要なトポロジカル特性を成功裏に再現した。

5. 意義と主張

本論文は、複雑ネットワークの隠れた幾何学を解明するための堅牢かつ効果的な手法を提供することで、複雑ネットワーク理論とトポロジカルデータ分析の間の溝を埋めると主張している。

• 効率性: ニューラルネットワークアプローチは、新たなネットワークに対して再訓練や代理生成を必要としないため、従来の代理ベースの手法に比べて計算上の大きな利点を提供する。
• 表現力: 本研究は、サイクルを考慮した濾過と拡張パーシステンス記述子が、従来の幾何学的記述子を補完する、次元検出のための非常に表現力豊かな特徴であることを実証している。
• 一般化: モデルは合成訓練データから現実世界のネットワークへ成功裏に移行し、テストされたパラメータ領域内において、現実のネットワークの潜在的幾何構造が$S^D/H^{D+1}$モデルによってよく表現されていることを示唆している。

著者は控えめに、このフレームワークは主に幾何学的ネットワーク（$\beta > D$）を対象としており、弱幾何学的領域への手法の拡張や、より広範な分布シフトに対するニューラルアーキテクチャの最適化は、今後の課題であると指摘している。本論文は、TDA におけるサイクルベースの濾過の有用性と、深層学習支援による次元推定の可行性の概念実証として位置づけられている。