[論文レビュー] Analysis and Optimization of Graph Decompositions by Lifted Multicuts

Andrea Horňáková, Jan-Hendrik Lange+1 more|arXiv (Cornell University)|Mar 12, 2015

Advanced Graph Theory Research参考文献 15被引用数 13

ひとこと要約

本稿では、グラフ分解の分析と最適化を統一的フレームワークとして扱うために、リフトドマルチカットを導入する。これにより、結合必須および切断必須制約の効率的取り扱い、クラスタリングのメトリックベース比較、および分枝・切り離し法による正確な最適化が可能になる。主な貢献は、効率的な分離手順を備えたリフトドマルチカットポリトープの多面体的特徴付けであり、最小コストリフトドマルチカット問題の正確な解法を可能にする。これは、コンピュータビジョンやセグメンテーション分野への応用を持つ相関クラスタリングを一般化するものである。

ABSTRACT

We study the set of all decompositions (clusterings) of a graph through its characterization as a set of lifted multicuts. This leads us to practically relevant insights related to the definition of a class of decompositions by must-join and must-cut constraints and related to the comparison of clusterings by metrics. To find optimal decompositions defined by minimum cost lifted multicuts, we establish some properties of some facets of lifted multicut polytopes, define efficient separation procedures and apply these in a branch-and-cut algorithm.

研究の動機と目的

• リフトドマルチカットを用いてすべてのグラフ分解を特徴付け、クラスタリング問題のための統一的フレームワークを提供すること。
• 結合必須および切断必須制約が分解クラスを定義する際の整合性および最大特異性を検討すること。
• 分解および制約によって定義される分解クラスの比較のためのメトリクスを定義し、計算すること。
• 効率的な分離を用いた分枝・切り離し法を用いて、最小コストリフトドマルチカットによるグラフ分解の最適化を実行すること。
• リフトドマルチカットポリトープの理論的性質を確立し、正確な最適化のための有効な不等式を導出すること。

提案手法

• リフトドマルチカットは、パスの接続性を明示的に扱えるように、標準的なマルチカットをスーパーグラフに拡張する。これにより、完全なコンポONENT接続性情報が得られる。
• 本稿では、拡張された辺集合におけるグラフ分解とリフトドマルチカットの間の一対一対応を定義する。
• リフトドマルチカットの多面体的モデルを導入し、顔を定義する不等式を導出し、その構造を特徴付ける。
• 分枝・切り離し最適化の過程で、違反している不等式を効率的に同定するための分離手順を設計する。
• これらの分離手順を用いて実装された分枝・切り離しアルゴリズムにより、最小コストリフトドマルチカット問題を解く。
• 部分的リフトドマルチカットを介して、分解および制約によって定義されるクラスのメトリクスを定義し、異なるリフトスキーム下での比較を可能にする。

実験結果

リサーチクエスチョン

• RQ1 結合必須および切断必須制約の整合性を効率的にチェックできるか？
• RQ2 与えられた整合的制約集合が最大特異的であるか、すなわち解集合を変更せずにさらに制約を追加できないか？
• RQ3 制約によって定義される分解や分解クラスを比較するための意味のあるメトリクスをどのように定義できるか？
• RQ4 リフトドマルチカットポリトープの構造的性質は、効率的な最適化を可能にするか？
• RQ5 有効な分離を用いた分枝・切り離し法により、最小コストリフトドマルチカット問題を正確に解くことができるか？

主な発見

• 結合必須および切断必須制約の整合性の意思決定問題は一般にはNP完全であるが、制約のクラスの一部では多項式時間で解ける。
• 制約の最大特異性の問題は一般にはNP困難であるが、一部の制約クラスでは効率的に解ける。
• 分解間または制約によって定義されるクラス間のメトリクスを計算することは一般にはNP困難であるが、一部の制約クラスでは効率的に計算可能である。
• リフトドマルチカット不等式がリフトドマルチカットポリトープの顔を定義するための必要十分条件を同定した。
• これらの顔を定義する不等式のための分離手順を設計し、正確な最適化のための分枝・切り離しアルゴリズムに統合した。
• 最小コストリフトドマルチカット問題は相関クラスタリングの一般化であり、NP困難であるが、提案されたフレームワークにより正確に解ける。