[論文レビュー] Efficient Generation ε-close to G(n,p) and Generalizations

Antonio Blanca, Milena Mihail|arXiv (Cornell University)|Apr 26, 2012

Markov Chains and Monte Carlo Methods参考文献 19被引用数 5

ひとこと要約

本稿では、$\epsilon$-close な $G(n,p)$ およびその一般化を生成するための効率的なアルゴリズムを提示する。メトロポリス・マルコフ連鎖を用いて、正確なビット精度の管理を伴う二項分布からのサンプリングを実現し、$O(m \log n \log(1/\epsilon))$ の期待実行時間を達成する。ここで $m$ は期待される辺の数を表す。本手法は、精度と効率の間の定量的トレードオフを明示する初の実用的で正確な古典的ランダムグラフモデルのシミュレーションを可能にする。

ABSTRACT

We give an efficient algorithm to generate a graph from a distribution $ε$-close to $G(n,p)$, in the sense of total variation distance. In particular, if $p$ is represented with $O(\log n)$-bit accuracy, then, with high probability, the running time is linear in the expected number of edges of the output graph (up to poly-logarithmic factors). All our running times include the complexity of the arithmetic involved in the corresponding algorithms. Previous standard methods for exact $G(n,p)$ sampling (see e.g. Batagelj and Brandes, 2005) achieve similar running times, however, under the assumption that performing real number arithmetic with arbitrary accuracy takes constant time. We note that the actual accuracy required by these methods is O(n)-bit per step, which results in quadratic running times. The main idea of our $G(n,p)$ generation algorithm is a Metropolis Markov chain to sample $ε$-close from the binomial distribution. This is a new method for sampling from the binomial distribution: it is of separate interest and may find other useful applications. Our analysis accounts for all necessary bit-accuracy and arithmetic, and our running times are comparable to known methods for exact binomial sampling. We further obtain efficient generation algorithms for random graphs with given arbitrary degree distributions, Inhomogeneous Random Graphs when the kernel function is the inner product, and Stochastic Kronecker Graphs. To the best our knowledge, our work can be viewed as the first effort to simulate efficient generation of graphs from classical random graph models, while taking into account implementational considerations as fundamental computational aspects, and quantifying the tradeoff between accuracy and running time in a way that can be useful in practice.

研究の動機と目的

• 全変動距離において $G(n,p)$ に $\epsilon$-close なグラフを生成する効率的アルゴリズムの開発。ビット精度と算術複雑度を厳密に管理することを目的とする。
• 従来の手法が定数時間の実数算術を仮定している点を是正する。これは、有限精度で実装された場合に、二次の実行時間または定量できないバイアスを引き起こす。
• $G(n,p)$ の一般化、すなわち期待次数が指定されたランダムグラフ $G(n,\vec{w})$、内積グラフ $G(n,W)$、確率的クリロケン確率グラフ $G(n,\mathcal{P})$ への拡張。
• 大規模な複雑ネットワークのシミュレーションに実用的かつ実装可能なフレームワークを提供し、正確な精度と効率の保証を備えた古典的ランダムグラフモデルの使用。

提案手法

• コア技術は、ビット精度と算術複雑度を厳密に管理しながら、$\text{Bin}(n,p)$ からのサンプリングにメトロポリス・マルコフ連鎖を用いること。$\epsilon$-近接性を保証する。
• エッジをそのエッジ確率 $p_e$ に基づいてクラスに分割し、各クラスに対して、メトロポリスに基づく二項分布サンプラーを用いてエッジ数をサンプリングする。
• 各エッジクラスに対して、$N$ 個の可能なエッジから $M$ 個のエッジのランダム部分集合を、組合せ的サンプリング法で生成する。各クラスあたり $O(d^4 M)$ の時間が必要。
• ステップごとに $G(n,\mathcal{P})$ の再帰的クリロケン積構造を活用し、エッジ確率 $p_e = \theta_1 \cdots \theta_k$ に基づいてエッジをグループ化することで、クラスごとの効率的サンプリングを実現する。
• 階層的確率積を逐次的に維持し、階乗や積を再計算せずに済ませることで、算術コストを削減する。
• エッジクラス全体にわたる和集合による不等号を用いて $\epsilon$-近接性を保証し、実行時間の尾確率を抑え込むために集中不等式を適用する。

実験結果

リサーチクエスチョン

• RQ1 有限精度算術を考慮した場合に、期待される辺数に比例する線形実行時間で、$G(n,p)$ に $\epsilon$-close なグラフを生成できるか？
• RQ2 正確な $G(n,p)$ サンプリングにおいて、ビット精度と実行時間のトレードオフは何か？ そして、それを厳密に定量化できるか？
• RQ3 同様の効率と正確性を達成できるように、$G(n,\vec{w})$、$G(n,W)$、$G(n,\mathcal{P})$ などの $G(n,p)$ の一般化への同様のアプローチの拡張は可能か？
• RQ4 ビット精度を考慮した場合に、二項分布サンプリングにメトロポリス連鎖を用いることは、標準的手法の実用的で効率的な代替手段となるか？
• RQ5 すべての一般化モデルにおいて、アルゴリズムの期待実行時間と高確率実行時間は何か？ そして、$n$、$p$、およびモデルパラメータとどのようにスケーリングされるか？

主な発見

• アルゴリズムは、期待実行時間 $O(m \log n \log(1/\epsilon))$ で $G(n,p)$ に $\epsilon$-close なグラフを生成する。ここで $m$ は期待される辺の数であり、$p$ が $O(\log n)$ ビットの精度で表現されても成り立つ。
• 本手法は、ビット精度と算術複雑度を完全に管理したメトロポリス・マルコフ連鎖を用いて、二項分布からのサンプリングを実現することで、この効率性を達成する。
• $G(n,\mathcal{P})$ では、期待実行時間は $O(d^4 \mu \log(\epsilon^{-1}) \max\{\log n, \log q\} + d^2 (\log n)^{d^2 + 2} \log^2 q)$ である。ここで $\mu = \mathbb{E}[|E|]$ かつ $q = \max\{|\log_2 \max \theta_{ij}|, |\log_2 \min \theta_{ij}|\}$ である。
• 実行時間は、確率 $O(n^{-c})$ 以下で期待値の $2c\log n$ 倍を超える。高確率性能が保証される。
• 従来の手法が定数時間の実数算術を仮定していたという長年の問題を解決した。有限精度で実装した場合、二次の実行時間または定量できないバイアスが生じる。
• 本研究は、ランダムグラフ生成における精度と実行時間のトレードオフを、初めて厳密に定量化した。これにより、大規模ネットワークシミュレーションへの実用的応用が可能になった。