[論文レビュー] Fully Dynamic Effective Resistances

David Durfee, Yu Gao+2 more|arXiv (Cornell University)|Apr 11, 2018

Complexity and Algorithms in Graphs参考文献 28被引用数 5

ひとこと要約

本稿では、無向で重みなしの多重グラフにおいて、$(1\pm\epsilon)$-近似の全ペア有効抵抗を維持する、最初の完全動的データ構造を提示する。更新およびクエリの平均時間は$\tilde{O}(m^{4/5}\epsilon^{-4})$である。この成果は、ランダムウォークと頂点サンプリングを用いて動的シュール補完を維持することで達成され、頂点スパarsifierの局所的表現により、サブ線形時間での更新が可能となる。

ABSTRACT

In this paper we consider the \emph{fully-dynamic} All-Pairs Effective Resistance problem, where the goal is to maintain effective resistances on a graph $G$ among any pair of query vertices under an intermixed sequence of edge insertions and deletions in $G$. The effective resistance between a pair of vertices is a physics-motivated quantity that encapsulates both the congestion and the dilation of a flow. It is directly related to random walks, and it has been instrumental in the recent works for designing fast algorithms for combinatorial optimization problems, graph sparsification, and network science. We give a data-structure that maintains $(1+ε)$-approximations to all-pair effective resistances of a fully-dynamic unweighted, undirected multi-graph $G$ with $ ilde{O}(m^{4/5}ε^{-4})$ expected amortized update and query time, against an oblivious adversary. Key to our result is the maintenance of a dynamic \emph{Schur complement}~(also known as vertex resistance sparsifier) onto a set of terminal vertices of our choice. This maintenance is obtained (1) by interpreting the Schur complement as a sum of random walks and (2) by randomly picking the vertex subset into which the sparsifier is constructed. We can then show that each update in the graph affects a small number of such walks, which in turn leads to our sub-linear update time. We believe that this local representation of vertex sparsifiers may be of independent interest.

研究の動機と目的

• 一般の無向グラフにおける辺の挿入・削除に対して、近似有効抵抗を維持する完全動的データ構造を設計すること。
• 従来、マイナー自由グラフでのみ知られていた、完全動的設定下での全ペア有効抵抗に対するサブ線形時間の更新およびクエリ時間の達成。
• 効率的な更新を可能にし、スペクトル近似を維持する動的頂点スパースファイアー（シュール補完）を開発すること。
• 端末集合のサイズとサンプリングパラメータを最適化することで、スパースグラフにおいて真正のサブ線形時間/操作を実現すること。

提案手法

• サイズ$\Theta(\beta n)$のランダムに抽出された端末集合上で、動的シュール補完（頂点抵抗スパースファイアー）を維持する。
• シュール補完を、各辺あたり$\rho = O(\log n \cdot \epsilon^{-2})$個のランダムウォークの和として表現し、$O(n^{3/7} \log^3 n)$ステップで打ち切る。
• 二段階のデータ構造を用いる：まず動的シュール補完$H$を維持し、次に$H$のスペクトルスパースファイアー$\tilde{H}$を維持する。
• ランダムウォークの打ち切りと再重み付けを適用：各ウォークは端末頂点間の辺を寄与し、重み$1/(\rho \ell)$を有する。ここで$\ell$はウォーク長である。
• 端末のランダムサンプリングのおかげで、各辺の更新がシュール補完に与える影響が少数に制限されるため、効率的な平均時間更新が可能となる。
• バーナーズとフェイジの期待被覆時間に関する境界を活用し、期待される負荷と誤差を制御する。

実験結果

リサーチクエスチョン

• RQ1 一般のグラフにおいて、全ペア有効抵抗をサブ線形時間で更新可能に維持できるか？
• RQ2 ランダムウォーク表現を用いて、動的シュール補完を効率的に維持できるか？
• RQ3 端末頂点のランダムサンプリングが、局所的更新をもたらし、サブ線形平均時間の保証を可能にするか？
• RQ4 端末集合のサイズと更新コストのトレードオフを最適化することで、スパースグラフで$\tilde{O}(n^{6/7}\epsilon^{-4})$の時間に到達できるか？
• RQ5 完全動的設定下で、$(1\pm\epsilon)$-近似の全ペア有効抵抗を高確率で達成できるか？

主な発見

• 提案されたデータ構造は、更新またはクエリあたり$\tilde{O}(m^{4/5}\epsilon^{-4})$の期待平均時間で、$(1\pm\epsilon)$-近似の全ペア有効抵抗を維持する。
• 端末ペア数が少ない単純グラフでは、更新およびクエリ時間は$\tilde{O}(n^{6/7}\epsilon^{-4})$に削減され、真正のサブ線形性能が達成される。
• 動的シュール補完は、各辺あたり$\rho = O(\log n \cdot \epsilon^{-2})$個のランダムウォークを用いて維持され、$O(n^{3/7} \log^3 n)$ステップで打ち切られる。
• 各辺の更新は、シュール補完に$O(\beta^{-6} \log^9 n \epsilon^{-2})$の期待変更数しか引き起こさないため、効率的な平均時間更新が可能となる。
• 確率的に高い正確性が$\beta = n^{-1/7}$で保証され、端末集合のサイズと更新コストのトレードオフが最小化される。
• このフレームワークは、ランダムウォークによる頂点スパースファイアーの新たな局所的表現を提供し、有効抵抗計算を超えて独立に価値がある可能性がある。