[論文レビュー] A graph polynomial for independent sets of bipartite graphs

Qi Ge, Daniel Štefankovič|arXiv (Cornell University)|Jan 1, 2010

Markov Chains and Monte Carlo Methods参考文献 36被引用数 1

ひとこと要約

本稿では、二部グラフにおける独立集合の数、およびマッチングと完全マッチングを符号化する、新しいグラフ多項式を導入する。正確な評価における複雑さの二分岐を確立する—一般化されたリーマン予想の下で、ほとんどの有理点では#P困難であり、それ以外の場合は自明である—そして近似評価のためのマルコフ連鎖を提案し、木構造および有界な木幅を持つグラフにおけるランダムクラスターモデルで迅速な混合を証明する。

ABSTRACT

We introduce a new graph polynomial that encodes interesting properties of graphs, for example, the number of matchings, the number of perfect matchings, and, for bipartite graphs, the number of independent sets (#BIS). We analyze the complexity of exact evaluation of the polynomial at rational points and show a dichotomy result---for most points exact evaluation is #P-hard (assuming the generalized Riemann hypothesis) and for the rest of the points exact evaluation is trivial. We propose a natural Markov chain to approximately evaluate the polynomial for a range of parameters. We prove an upper bound on the mixing time of the Markov chain on trees. As a by-product we show that the ``single bond flip'' Markov chain for the random cluster model is rapidly mixing on constant tree-width graphs.

研究の動機と目的

• 二部グラフにおける独立集合の数、およびマッチングと完全マッチングを捉える新しいグラフ多項式を定義すること。
• この多項式の有理点における評価の計算複雑性を分析すること。
• 複雑さにおける二分岐を同定すること—一般化されたリーマン予想の下で、大多数の点では#P困難、残りの点では自明であること。
• 近似評価のためのマルコフ連鎖を設計および分析すること。
• 有界な木幅を持つグラフにおけるランダムクラスターモデルの単一結合反転連鎖の迅速な混合を確立すること。

提案手法

• 二部グラフの独立集合多項式を一般化する新しい多変数グラフ多項式を提案する。
• 有理点における多項式の評価の計算困難性を分類するために、代数的および複雑性理論的技術を適用する。
• 一般化されたリーマン予想（GRH）を用いて、計算複雑さにおける二分岐を確立する。
• 局所的更新（単一結合の反転）に基づくマルコフ連鎖を導入し、ランダムクラスターモデルからのサンプリングを行う。
• スペクトルギャップおよびコンductanceの議論を用いて、特に木構造においてマルコフ連鎖の混合時間を分析する。
• 木幅の上限を活用して、定数木幅を持つグラフへの混合時間の結果を拡張する。

実験結果

リサーチクエスチョン

• RQ1 提案されたグラフ多項式の有理点における正確な評価の計算複雑度は何か？
• RQ2 パラメータの範囲で、多項式を効率的に近似するためのマルコフ連鎖を設計できるか？
• RQ3 単一結合反転マルコフ連鎖の混合時間は、木構造および有界な木幅を持つグラフ上でどの程度か？
• RQ4 新しい多項式は、独立集合の数や完全マッチングといった既知のグラフ不変量とどのように関係しているか？
• RQ5 多項式の評価が#P困難であるか、あるいは自明であるかの条件は何か？

主な発見

• 多項式は、二部グラフにおける独立集合の数、マッチング、完全マッチングを統一的に符号化する。
• 一般化されたリーマン予想の下で、ほとんどの有理点における多項式の正確な評価は#P困難である。
• 残りの有理点では、正確な評価は自明であり、複雑さにおける明確な二分岐が確立される。
• 近似評価のための提案されたマルコフ連鎖は、木構造において迅速に混合し、そのようなグラフでは効率的なサンプリングが可能である。
• 定数木幅を持つグラフにおけるランダムクラスターモデルの単一結合反転マルコフ連鎖は、迅速に混合する。
• 木構造における混合時間の上限はスペクトルギャップ解析によって確立され、構造的分解を用いて有界な木幅を持つグラフへと拡張される。