[論文レビュー] Analysis of a Canonical Labeling Algorithm for the Alignment of Correlated Erd\H{o}s-R\'enyi Graphs

Osman Emre Dai, Daniel Cullina+2 more|arXiv (Cornell University)|Apr 25, 2018

Advanced Graph Neural Networks参考文献 27被引用数 4

ひとこと要約

この論文は、相関のあるErdős-Rényiランダムグラフを整列するためのシードレスな正規化ラベル付けアルゴリズムを提示し、O(n^{11/5} \log n) 時間で完全な整列を達成する。この手法はまず、高次数の頂点をアンカーとしてマッチングし、その後アンカーへの接続関係のバイナリーシグネチャを用いて最小距離二部マッチングを実行する。特定のエッジ確率領域において、高い確率で成功することが証明されている。

ABSTRACT

Graph alignment in two correlated random graphs refers to the task of identifying the correspondence between vertex sets of the graphs. Recent results have characterized the exact information-theoretic threshold for graph alignment in correlated Erd\H{o}s-R\'enyi graphs. However, very little is known about the existence of efficient algorithms to achieve graph alignment without seeds. In this work we identify a region in which a straightforward $O(n^{11/5} \log n )$-time canonical labeling algorithm, initially introduced in the context of graph isomorphism, succeeds in aligning correlated Erd\H{o}s-R\'enyi graphs. The algorithm has two steps. In the first step, all vertices are labeled by their degrees and a trivial minimum distance alignment (i.e., sorting vertices according to their degrees) matches a fixed number of highest degree vertices in the two graphs. Having identified this subset of vertices, the remaining vertices are matched using a alignment algorithm for bipartite graphs.

研究の動機と目的

• 事前に整列済みの頂点ペairに依存せずに、相関のあるランダムグラフにおけるグラフ整列のためのシードレスなアルゴリズムを開発すること。
• 効率的なアルゴリズムを用いて完全な整列が達成可能な情報理論的領域を同定すること。
• 計算複雑性と成功確率の観点から、正規化ラベル付けアプローチの理論的性能境界を確立すること。
• 情報理論的限界と実用的で効率的なアルゴリズムの間のギャップを埋めること。

提案手法

• アルゴリズムは二段階のアプローチを採用する：まず、両方のグラフにおいて上位h個の高次数頂点を特定し、次数順序に基づいてマッチングする（「アンカー」段階）。
• 第二段階では、残りの各頂点に、アンカー頂点への接続状況を示す長さhのバイナリーシグネチャーベクトルが割り当てられる。
• 最終的な整列は、二つのグラフ内のシグネチャーベクトル間の最小距離マッチングにより計算され、これは二部グラフマッチングに等価である。
• この手法は、度数の分離とシグネチャーディスタンスの確率的解析に、チェルノフの不等式と母関数を用いる。
• 失敗確率を抑え込むために、頂点ペアの和集合を用いたユニオンバウンズと集中不等式を用いた理論的保証が導出される。
• 相関のあるエッジ分布下での二部マッチング性能に関する中間的結果を活用して分析が行われる。

実験結果

リサーチクエスチョン

• RQ1 どのような条件下で、正規化ラベル付けアルゴリズムが、シードなしで相関のあるErdős-Rényiグラフにおいて完全なグラフ整列を達成できるか？
• RQ2 このような整列を達成するための計算複雑性は何か？ また、これはサブクアドレティック時間領域内で境界づけられるか？
• RQ3 アルゴリズムの性能は、エッジ確率pとアンカー頂点数hにどのように依存するか？
• RQ4 確率的手法と集中不等式を用いて、アルゴリズムの成功を厳密に特徴づけることができるか？
• RQ5 度数に基づくアンカーリングは、付加的情報が欠如する状況下で、効率的な整列を可能にする役割を果たすか？

主な発見

• エッジ確率pが十分大きな定数cに対してp ≥ c \cdot \frac{\log n}{n} を満たすとき、アルゴリズムは高確率で完全なグラフ整列を達成する。
• アルゴリズムはO(n^{11/5} \log n) 時間で実行され、ナイーブなアプローチに比べて顕著な改善を示す。
• 非アンカー頂点間の度数分離が閾値kを超える確率が高く、その条件下でアルゴリズムの成功が保証される。
• アンカー段階での失敗確率は、適切に選ばれたηに対して(2h + 1)e^{-\eta} / (1 - e^{-\eta}) で抑えられる。
• 二部マッチング段階の成功確率は1 - 2e^{-h\rho^2}以上であり、ここでρ = \sqrt{q_0} - \sqrt{q_1} で、q_0, q_1はエッジ同時発生確率から導かれる。
• 理論的分析により、従来の効率的アルゴリズムが成功するとされていなかった領域でも、本アルゴリズムが正常に動作することが確認された。