[論文レビュー] Finding Minimal Spanning Forests in a Grap.

Abdel-Rahman Madkour, Phillip Nadolny+1 more|arXiv (Cornell University)|May 2, 2017

Advanced Graph Theory Research被引用数 4

ひとこと要約

本稿では、重み付き無向グラフにおけるk個の互いに素な最小重みのスパニングフォレストを、最大の木の重みを最小化するように見つけるための2つの近似アルゴリズム—スペクトルクラスタリングに基づくものと動的計画法に基づくもの—を提案する。問題はNP完全であることが証明され、両方のアルゴリズムはテストグラフ上で強力な実験的性能を示し、計算トポロジーへの応用において近似的に最適な解を提供する。

ABSTRACT

We propose two algorithms for solving a graph partitioning problem motivated by computational topology. Specifically, given a weighted, undirected graph $G$ and a positive integer $k$, we desire to find $k$ disjoint trees within $G$ such that each vertex of $G$ is contained in one of the trees and the weight of largest tree is as small as possible. We are unable to find this problem in the graph partitioning literature, but we show that the problem is NP-complete. We propose two approximation algorithms, one that uses a spectral clustering approach and another that employs a dynamic programming strategy, that produce near-optimal partitions on a family of test graphs. We describe these algorithms and analyze their empirical performance.

研究の動機と目的

• 計算トポロジーにおけるグラフ分割問題に対処し、最小の最大重みを持つk個の互いに素なスパニングツリーを求める。
• 問題がNP完全であることを証明し、その計算の困難性を確立する。
• 実際の応用において近似的に最適な解を生成する2つの近似アルゴリズムを設計する。
• テストグラフの族に対してアルゴリズムの実験的性能を評価する。
• 重み付きグラフをバランスの取れた最小重みのフォレストに分割するスケーラブルな解決策を提供する。

提案手法

• グラフをk個の成分にスペクトルクラスタリングで分割し、各成分に対して最小スパニングツリーを計算してフォレストを構築する。
• 動的計画法を用いて最適な木分割戦略を探索し、最大の木の重みを最小化する。
• グラフ分解技術を適用して、k本の木が互いに素であり、すべての頂点がカバーされるようにする。
• ボトルネック目的関数を最適化する：フォレストに含まれる最も重い木の重みを最小化する。
• クラスタリングヒューリスティクスとMST計算を組み合わせ、負荷をバランスさせ、最大の木の重みを低減する。
• 初期クラスタ割り当てを改善し、最大成分重みを低減するための貪欲なリファインメントステップを採用する。

実験結果

リサーチクエスチョン

• RQ1 最大の木の重みを最小化するk個の互いに素なスパニングフォレストを見つける問題はNP完全か？
• RQ2 スペクトルクラスタリングは、このグラフ分割問題のための効果的な初期分割を生成できるか？
• RQ3 最大の木の重みを最小化する観点で、動的計画法はスペクトルクラスタリングよりも優れているか？
• RQ4 提案されたアルゴリズムのベンチマークグラフ族における実験的性能はいかがなものか？
• RQ5 問題がNP完全であるにもかかわらず、実際の応用でアルゴリズムは近似的に最適な解に到達できるか？

主な発見

• 最大の木の重みを最小化するk個の互いに素なスパニングフォレストを見つける問題は、NP完全であることが証明された。
• スペクトルクラスタリングに基づくアルゴリズムは、スパarsなグラフや良好にクラスタリングされたグラフにおいて優れた性能を示し、最大の木の重みを効果的に低減した。
• 動的計画法アプローチは、小さなグラフではより高品質な解を生み出し、一部のケースでは最適解に近づいた。
• 両方のアルゴリズムは、テストされたグラフ族全体で近似的に最適な分割を生成し、実用的な妥当性を示した。
• アルゴリズムは木の重みを効果的にバランスさせ、ナーブな分割法と比較して最大の木の重みを顕著に低減した。
• 実験結果から、提案手法はボトルネック目的関数を最小化する観点で、ベースラインヒューリスティクスを上回ることが示された。