ハイパーグラフなどの話。
参考文献はこちら。
スペクトル・クラスタリング
グラフとそのグラフから導かれる
ベクトル、座標、行列、内積、
用意するもの
隣接行列(重みつき)
次数(重みつき)
次数行列(対角行列で、対角成分が次数であるもの)
無効グラフのラプラシアン行列(次数行列ー隣接行列)
ランダムウォーク正規化ラプラシアン(単位行列ー隣接行列/次数行列)
ラプラシアンは対称行列なので、固有値が実数で、半正定値、固有値が非負
ラプラシアン行列や正規化ラプラシアンは、ハイパーグラフや、作用素としての拡張がある。
体積(グラフの頂点集合の部分集合の次数の総和)
枝境界(頂点部分集合の片方と、その補集合の他方の辺の集合)
カット関数(グラフのカット関数は、頂点部分集合の枝境界の辺の重みの総和を返す)
コンダクタンス、チーガー商(カット関数/min(体積, 補集合の体積))
最小コンダクタンス(チーガー定数、グラフGのコンダクタンスで最小のもの)
無向グラフのチーガー不等式
コミュニティ検出アルゴリズムとの関係性
Personalized PageRank
ものぐさランダムウォークの遷移過程を使った、グラフの指標
熱方程式を、グラフ上の拡散方程式でモデルしている。そこにグラフラプラシアンが絡む。
面白そう。