[論文レビュー] Correlation Clustering Generalized

David F. Gleich, Nate Veldt+1 more|arXiv (Cornell University)|Sep 25, 2018

Complexity and Algorithms in Graphs参考文献 19被引用数 6

ひとこと要約

本稿では、一般化された相関クラスタリング問題であるLambdaCCおよびMotifCCのための改善された近似アルゴリズムを提示する。LambdaCCの線形計画法（LP）緩和に対して$Θ(\log n)$の整数性ギャップを確立し、小規模な$λ$における定数近似の困難さを説明する。また、最大辺次数$k$および確率重みを伴うハイパーグラフにおけるMotifCCに対しては、$4(k-1)$-近似を達成し、$k=3$の場合の既存要因の9から8に改善する。2クラスタの変種では、LambdaCCに対して$O(\sqrt{\log n})$近似、MotifCCに対して$1+k\cdot2^{k-2}$-近似を達成し、$k=3$の場合に7-近似を実現する。本研究は、ネットワークにおける高次コミュニティ検出の理論的考察および実用的近似を前進させる。

ABSTRACT

We present new results for LambdaCC and MotifCC, two recently introduced variants of the well-studied correlation clustering problem. Both variants are motivated by applications to network analysis and community detection, and have non-trivial approximation algorithms. We first show that the standard linear programming relaxation of LambdaCC has a $Θ(\log n)$ integrality gap for a certain choice of the parameter $λ$. This sheds light on previous challenges encountered in obtaining parameter-independent approximation results for LambdaCC. We generalize a previous constant-factor algorithm to provide the best results, from the LP-rounding approach, for an extended range of $λ$. MotifCC generalizes correlation clustering to the hypergraph setting. In the case of hyperedges of degree $3$ with weights satisfying probability constraints, we improve the best approximation factor from $9$ to $8$. We show that in general our algorithm gives a $4(k-1)$ approximation when hyperedges have maximum degree $k$ and probability weights. We additionally present approximation results for LambdaCC and MotifCC where we restrict to forming only two clusters.

研究の動機と目的

• パrameter$\lambda$の小さな値において、定数近似が困難であるLambda相関クラスタリング（LambdaCC）の理論的およびアルゴリズム的課題を解決すること。
• Motif相関クラスタリング（MotifCC）を通じて、ハイパーグラフへの相関クラスタリングフレームワークの一般化により、高次コミュニティ構造の検出を可能にすること。
• LambdaCCおよびMotifCCの両方に対して、特に正確に2つのクラスタを形成する制約下での改善された近似保証を提供すること。
• 特定の$\lambda$値に対して、LambdaCCのLP緩和の限界を明らかにするため、$\Theta(\log n)$の整数性ギャップを確立すること。

提案手法

• LambdaCCの標準的線形計画法緩和に対して、最適なLP解が任意の整数解よりも$\Theta(\log n)$倍優れているようなインスタンスの族を構築することで、特定の小規模な$\lambda$値における$\Theta(\log n)$の整数性ギャップを確立する。
• 以前のLambdaCCのLPラウンディングアルゴリズムを拡張し、$\lambda < 1/2$の範囲を広くカバーする。この範囲で$o(\log n)$の近似因子を達成する。
• Charikarらによる未重み付き相関クラスタリングの$4$-近似を、次数$k$の辺および確率重み付き辺を伴うハイパーグラフに適用するための類似したLP緩和およびラウンディング技術を用いて、MotifCCに一般化する。
• Ailonらのアイデアを踏まえた組合せ的ピボットアルゴリズムを、2クラスタMotifCC問題に設計し、LPを解く必要を避け、漸近的に$1 + k \cdot 2^{k-2}$の近似比を達成する。
• $(k-1)$-タプルおよびカットを越えてノードを移動させる組合せ的議論を用いて、アルゴリズムの出力と最適クラスタリングとの比較により、近似比を評価する。
• 二項係数の漸近的解析を用い、比$\frac{{n-1 \choose k-1}}{{n/2 \choose k-1}}$が$2^{k-1}$に収束することを示し、これにより$1 + k \cdot 2^{k-2}$の境界が導出可能であることを明らかにする。

実験結果

リサーチクエスチョン

• RQ1 LambdaCCにおける定数近似アルゴリズムが小規模な$\lambda$に拡張できない理由は何か？また、LP緩和にどのような構造的制限があるか？
• RQ2 MotifCCの$4(k-1)$-近似は、任意の定数$k$に一般化可能か？また、小規模な$k$に対して近似因子を改善可能か？
• RQ3 2クラスタMotifCCに対して、LPフリーの組合せ的アルゴリズムを設計し、良好な近似比を達成することは可能か？
• RQ4 2クラスタLambdaCCの最良近似因子は何か？また、Min Uncut問題とどのように関係するか？
• RQ5 ハイパーグラフ相関クラスタリングにおける不一致数の最小化において、$k$に依存しない近似因子を達成可能か？

主な発見

• 特定の小規模な$\lambda$値に対して、LambdaCCの標準的LP緩和は$\Theta(\log n)$の整数性ギャップを示し、これらのケースにおけるLPラウンディングによる定数近似の困難さを説明する。
• 本稿では、LPラウンディング手法を拡張し、$\lambda < 1/2$の広い範囲で$o(\log n)$の近似因子を達成する。これは以前の結果を改善する。
• 最大辺次数$k$および確率重みを伴うハイパーグラフにおけるMotifCCに対して、本稿では$4(k-1)$-近似を達成し、$k=3$の場合の既存要因の9から8に改善する。
• 2クラスタのMotifCCの変種では、提案されたピボットアルゴリズムが漸近的に$1 + k \cdot 2^{k-2}$の近似比を達成し、$k=3$の場合に7-近似を実現する。
• 2つのクラスタに制限された場合、LambdaCCはMin Uncut問題に帰着し、$O(\sqrt{\log n})$の近似が可能となる。これは一般の$O(\log n)$の境界よりも優れている。
• 解析により、二項係数の比$\frac{{n-1 \choose k-1}}{{n/2 \choose k-1}}$が漸近的に$2^{k-1}$に収束することが判明し、これがアルゴリズムの性能評価の境界を導く鍵となる。