[論文レビュー] A Lex-BFS-based recognition algorithm for Robinsonian matrices

Monique Laurent, Matteo Seminaroti|arXiv (Cornell University)|Apr 24, 2015

Advanced Graph Theory Research参考文献 26被引用数 5

ひとこと要約

この論文は、単位区間グラフの直列列挙に基づく新しい特徴付けを用いて、ロビンソン行列を認識する、新規で単純かつ効率的なアルゴリズムを提示する。この手法は、辞書式幅優先探索（Lex-BFS）と分割統治戦略を活用し、$O(d(n+m))$ の時間計算量を達成する。ここで $d$ は再帰の深さであり、非ゼロ要素の異なる値の数によって上限が定められるため、スパース行列に対して特に効果的である。

ABSTRACT

Robinsonian matrices arise in the classical seriation problem and play an important role in many applications where unsorted similarity (or dissimilarity) information must be reordered. We present a new polynomial time algorithm to recognize Robinsonian matrices based on a new characterization of Robinsonian matrices in terms of straight enumerations of unit interval graphs. The algorithm is simple and is based essentially on lexicographic breadth-first search (Lex-BFS), using a divide-and-conquer strategy. When applied to a nonnegative symmetric $n imes n$ matrix with~$m$ nonzero entries and given as a weighted adjacency list, it runs in $O(d(n+m))$ time, where $d$ is the depth of the recursion tree, which is at most the number of distinct nonzero entries of $A$.

研究の動機と目的

• スパースデータに適した単純かつ実用的なロビンソン行列の認識アルゴリズムを新たに開発すること。
• ロビンソン行列を単位区間グラフの直列列挙に基づいて、新しい特徴付けすること。
• Lex-BFS や分割の精錬といった基本的なグラフ操作に依存するだけで、時間計算量を低減することで既存の認識アルゴリズムを改善すること。
• スペクトル的または PQ-木に基づく手法の組み合わせ的代替案を提供し、解釈可能性と効率性を向上させること。
• 証明可能でヒューリスティック拡張が可能なノイズのある順序付け問題への実用的応用を可能にすること。

提案手法

• アルゴリズムは、各部分行列における最小の非ゼロ要素に基づいて再帰的に行列を分割する分岐統治戦略を用いる。
• 各再帰レベルで、閾値グラフの直列列挙を計算するために Lex-BFS を適用し、ロビンソン性と整合性を持つようにする。
• 頂点上の弱線形順序を維持・更新するために分割の精錬を用い、直列列挙と整合性があるかを確認するための基盤を提供する。
• PQ-木を段階的に構築し、P-ノードは自由に再順序付け可能な頂点のブロックを表し、木の構造がすべての有効な順列を符号化する。
• 部分行列が対角行列（有効なロビンソン構造を示す）であるか、または整合性のある直列列挙が存在しない場合に再帰を終了する。
• 再帰呼び出しの部分木を組み合わせることで全体の構造を構築し、最大クリークや孤立頂点に対応する成分に対して特別な処理を行う。

実験結果

リサーチクエスチョン

• RQ1 単位区間グラフの直列列挙に基づく特徴付けを用いて、ロビンソン行列を効率的に認識できるか。
• RQ2 提案された Lex-BFS に基づくアルゴリズムの計算量は何か。また、行列のスパarsity に応じてどのようにスケーリングするか。
• RQ3 再帰の深さ $d$ を、異なる値の数 $L$ よりもきめ細かく上限を定められるか。
• RQ4 PQ-木やソーティングに基づく既存手法と比較して、実用的にどのように性能を発揮するか。
• RQ5 非ロビンソン行列の障害要因を特定・証明可能にするために、アルゴリズムをノイズのあるデータに対応させる拡張が可能か。

主な発見

• 提案されたアルゴリズムは、再帰木の深さ $d$ と非ゼロ要素数 $m$ に依存して $O(d(n+m))$ 時間でロビンソン行列を認識する。
• 再帰の深さ $d$ は、行列内の異なる非ゼロ要素の数によって上限が定められ、一部のケースでは $d > L$ となることがあり、よりきめ細かい上限を得るにはプリーニング戦略が必要である可能性を示している。
• アルゴリズムは単純で、Lex-BFS や分割の精錬といった基本的なグラフ操作のみに依存しており、直感的で実装が容易である。
• この手法は、置換後の行列がロビンソンであるようなすべての有効な順列を符号化する PQ-木を構築でき、解の完全な列挙が可能である。
• 再帰の過程で整合性のない直列列挙が検出されることで、非ロビンソン行列を正しく同定できる。
• 非ゼロ要素数 $m$ に依存するため、$n^2$ に依存しない点から、スパース行列に特に適している。