[論文レビュー] Benchmark Graphs for Practical Graph Isomorphism

José Luis López-Presa|arXiv (Cornell University)|Aug 4, 2011

Advanced biosensing and bioanalysis techniques参考文献 11被引用数 18

ひとこと要約

この論文は、定期的につながったコンponentsを有するグラフにおいて、明示的な探索を伴わずに自己同型生成子を推論するための新しい枝狩り定理を活用することで、グラフ同型性テストおよび自己同型群計算を大幅に高速化する、conauto-2.0という強化されたアルゴリズムを紹介する。動的ターゲットセル選択と非同型性検出の効率的統合により、強正則グラフの和やデルガルジアン射影平面といった難易度の高いグラフ族において、nauty、bliss、Tracesを凌駕する性能を発揮する。

ABSTRACT

Colour refinement is at the heart of all the most efficient graph isomorphism software packages. In this paper we present a method for extending the applicability of refinement algorithms to directed graphs with weighted edges. We use {Traces} as a reference software, but the proposed solution is easily transferrable to any other refinement-based graph isomorphism tool in the literature. We substantiate the claim that the performances of the original algorithm remain substantially unchanged by showing experiments for some classes of benchmark graphs.

研究の動機と目的

• グラフ同型性テストおよび自己同型群計算のためのより高速なアルゴリズムの開発。
• conautoが定期的につながったコンponentsを有するグラフで性能に限界を示す問題を解決すること。
• 明示的な自己同型検出を伴わずに、推論された自己同型生成子を用いた探索空間の効率的枝狩りを可能にすること。
• 強正則グラフの和、ラテン二乗グラフ、デルガルジアン射影平面といった難易度の高いグラフ族における性能向上。
• nauty、bliss、Tracesといった既存ツールの実用的かつ効率的な代替手段を提供すること。

提案手法

• 単一化／精錬技術を用い、単純な条件下で既知の自己同型から自己同型生成子を推論する新しい枝狩り定理を導入。
• グラフ構造に適応する動的ターゲットセル選択関数を導入し、同型性不変性を必要とせず、探索効率を向上。
• 検出された非同型性を用いて探索空間を枝狩りし、blissにおける失敗ベースの枝狩りと同様の手法を採用。
• 自己同型群の完全な計算（生成子、群の位数、頂点軌道を含む）を実行し、同型性テスト以上の有用性を提供。
• 構造化されたグラフにおける重複計算を低減するため、コンポーネントごとの再帰と失敗管理を適用。
• 推論された対称性を通るバックトラックを回避することで、密な対称性の高いグラフにおける性能を最適化。

実験結果

リサーチクエスチョン

• RQ1 自己同型を明示的に発見しないで生成子を推論可能であり、その結果として顕著な性能向上が達成できるか？
• RQ2 動的ターゲットセル選択は、静的またはマルチ精錬戦略と比較して、対称性が高く処理が困難なグラフにおいて性能をどのように向上させるか？
• RQ3 nauty や bliss で指数的ブロードアウトを引き起こすグラフ族（強正則グラフの和など）を効率的に処理できるか？
• RQ4 失敗ベースの枝狩りとコンポーネント再帰は、複雑なグラフ族における性能をどの程度向上させるか？
• RQ5 nauty、bliss、Tracesといった最先端ツールと比較して、conauto-2.0は多様で挑戦的なグラフ族において実際の性能でどの程度優れているか？

主な発見

• 強正則グラフの和において、conauto-2.0は同型性テストで最速のアルゴリズムであり、他のツールが失敗する10,000秒未満で全インスタンスを完了した。
• デルガルジアン射影平面において、conauto-2.0は bliss-0.72 や Traces と同等の性能を達成し、conauto の過去の制限を克服した。
• ラテン二乗グラフおよび Miyazaki Augmented2 グラフにおいて、conauto-2.0は bliss-0.72 や nauty-2.4 を顕著に上回り、特に大規模インスタンスで顕著な優位性を示した。
• Kronecker Eye Flip および 3部部分接続グラフ族において、conauto-2.0は全テストグラフを正常に処理したが、bliss-0.72 は大規模インスタンスで内部エラーを発生させた。
• 自己同型群計算において、conauto-2.0は bliss-0.72 や Traces と同等の性能を発揮し、上位3ツールの中で明確な優劣は認められなかった。
• 動的セル選択関数により、conauto-2.0は Miyazaki の構成で静的セル選択を破壊するように設計されたグラフを含む、多様なグラフタイプに効果的に適応できた。