[論文レビュー] Fast approximation algorithms for $p$-centres in large $\delta$-hyperbolic graphs

Katherine Edwards, William S. Kennedy+1 more|arXiv (Cornell University)|Apr 25, 2016

Markov Chains and Monte Carlo Methods参考文献 8被引用数 3

ひとこと要約

本稿では、大規模なδハイパボリックグラフにおけるp-center問題に対して、最適半径から最大3δの加法的誤差を達成する、クォズリニア時間の近似アルゴリズムを提示する。距離近似木と新しいパッキングに基づくアプローチを活用することで、アルゴリズムはO(p(δ + 1)(n + m) log n)時間で実行可能となり、数十万から数百万ノードの巨大グラフへの実用的導入を可能にする。

ABSTRACT

We provide a quasilinear time algorithm for the $p$-center problem with an additive error less than or equal to 3 times the input graph's hyperbolic constant. Specifically, for the graph $G=(V,E)$ with $n$ vertices, $m$ edges and hyperbolic constant $\delta$, we construct an algorithm for $p$-centers in time $O(p(\delta+1)(n+m)\log(n))$ with radius not exceeding $r_p + \delta$ when $p \leq 2$ and $r_p + 3\delta$ when $p \geq 3$, where $r_p$ are the optimal radii. Prior work identified $p$-centers with accuracy $r_p+\delta$ but with time complexity $O((n^3\log n + n^2m)\log(diam(G)))$ which is impractical for large graphs.

研究の動機と目的

• 従来の手法が計算的に非現実的となる大規模グラフに対して、スケーラブルなp-center近似アルゴリズムを開発すること。
• 時間計算量を立方時間からクォズリニア時間へ削減しつつ、有界な加法的誤差を維持するp-center近似の時間計算量を低減すること。
• 特に木に似た距離空間を特徴とするδハイパボリックグラフの構造的性質を活用して、効率的な近似アルゴリズムを設計すること。
• 小さなハイパボリック定数を有する現実世界の大規模ネットワークにおいて、現行の手法が実行不可能なほど遅いという問題を解決する実用的代替手法を提供すること。

提案手法

• O(δ log n)の歪みを持つ距離近似木Tを用いて、元のグラフを木構造へ埋め込む。
• 近似木T上でグリーディ2近似アルゴリズムを適用し、初期の(p+1)パッキングを求める。
• 測地線セグメントとボールカービングを用いた再帰的精錬プロセスにより、反復的にp-center集合を改善する。
• 最適解に近接するよう、p+1点のパッキングを維持し、分散がdp+1(G) − O(δ log n)以上となるように保つ。
• 対象問題のpパッキングの双対問題を用いて、対角ペアの反復的精錬を通じてpセンターの構築を誘導する。
• ハイパボリック幾何学の理論的保証と、メトリック木近似のアルゴリズム的技術を統合し、クォズリニア時間複雑性を達成する。

実験結果

リサーチクエスチョン

• RQ1 大規模なδハイパボリックグラフにおいて、有界な加法的誤差を維持しながら、p-center問題をクォズリニア時間で解くことは可能か？
• RQ2 サブ立方時間アルゴリズムを用いた場合、δハイパボリックグラフにおけるp-center近似で達成可能な最小加法的誤差は何か？
• RQ3 実世界のネットワークにおいて、本手法の精度と実行時間の両面で、先行手法と比較してどのように性能を発揮するか？
• RQ4 距離近似木を効果的に活用することで、ハイパボリックグラフにおけるp-center近似の複雑度を低減できるか？
• RQ5 pが10～10^4の範囲で、nが10^9に達するような大規模グラフに対し、本アルゴリズムは実用的か？

主な発見

• 提案手法はO(p(δ + 1)(n + m) log n)時間で実行され、p ≥ 3では半径がrp + 3δ以下、p ≤ 2ではrp + δ以下となる。
• p ≤ 2の場合、加法的誤差がδに達し、従来の最良結果と一致するが、時間計算量が著しく改善されている。
• p ≥ 3の場合、3δの加法的誤差を達成しており、クォズリニア実行時間の実現のための妥当なトレードオフとなっている。
• 実験結果から、本手法によるp半径推定値は、Chepoi-Estellon法の推定値から常に1単位以内に収束しており、理論的誤差境界は大きいものの実用的性能は優れている。
• web-stanfordグラフ（255,265ノード）では、本手法が2秒未塔で完了したのに対し、Chepoi-Estellon法は高い実行時間のため非現実的であった。
• 木近似ヒューリスティクスは理論的にはO(δ log n)の誤差に上限があるが、実際の性能は良く、クォズリニア時間複雑性を備えた高速な代替手法を提供している。