[論文レビュー] Generalized Metric Repair on Graphs

Chenglin Fan, Anna C. Gilbert+3 more|arXiv (Cornell University)|Aug 21, 2019

Complexity and Algorithms in Graphs参考文献 19被引用数 4

ひとこと要約

本稿は、距離の一部しか定義されていない重み付きグラフへのメトリック修復の一般化であるグラフメトリック修復（GMR）問題を導入する。増加のみのバージョンおよび一般バージョンの近似アルゴリズムを提案し、NP困難性を示し、サイクルの不足分と貪欲なヒット集合技術に基づく $O(\kappa \log n)$-近似を提供する。一方で、$\varsigma$-弦的グラフにおける固定パrameter可 tractability を証明し、MULTICUT への還元により難易度を示している。

ABSTRACT

Many modern data analysis algorithms either assume or are considerably more efficient if the distances between the data points satisfy a metric. These algorithms include metric learning, clustering, and dimension reduction. As real data sets are noisy, distances often fail to satisfy a metric. For this reason, Gilbert and Jain and Fan et al. introduced the closely related sparse metric repair and metric violation distance problems. The goal of these problems is to repair as few distances as possible to ensure they satisfy a metric. Three variants were considered, one admitting a polynomial time algorithm. The other variants were shown to be APX-hard, and an $O(OPT^{1/3})$-approximation was given, where $OPT$ is the optimal solution size. In this paper, we generalize these problems to no longer consider all distances between the data points. That is, we consider a weighted graph $G$ with corrupted weights $w$, and our goal is to find the smallest number of weight modifications so that the resulting weighted graph distances satisfy a metric. This is a natural generalization and is more flexible as it takes into account different relationships among the data points. As in previous work, we distinguish among the types of repairs permitted and focus on the increase only and general versions. We demonstrate the inherent combinatorial structure of the problem, and give an approximation-preserving reduction from MULTICUT. Conversely, we show that for any fixed constant $ς$, for the large class of $ς$-chordal graphs, the problems are fixed parameter tractable. Call a cycle broken if it contains an edge whose weight is larger than the sum of all its other edges, and call the amount of this difference its deficit. We present approximation algorithms, one which depends on the maximum number of edges in a broken cycle, and one which depends on the number of distinct deficit values.

研究の動機と目的

• 完全な距離行列からスパースな重み付きグラフへのメトリック修復の一般化を図ることで、部分的な関係性を持つ現実世界のデータを捉える。
• グラフ上のメトリック修復の計算複雑性を調査し、増加のみと一般の重み変更の違いを明確にすること。
• 特にサイクルの不足分とヒット集合還元に基づく、GMR問題の効率的な近似アルゴリズムの開発。
• 先行研究における未解決問題を解決し、$\varsigma$-弦的グラフにおける固定パrameter可 tractability を証明すること。
• MULTICUT や LB-CUT からの還元により、強い近似不能性結果を確立すること。

提案手法

• 距離違反を測る不足分が正であるサイクルの上でのヒット集合問題に GMR 問題を還元する。
• エッジ-サイクルインシデント行列を用いた貪欲アルゴリズムにより修理を選択し、各不足グループに対して $O(\log n)$ の近似保証を得る。
• 段階的アプローチを採用：不足値を昇順に処理し、各グループに対してヒット集合インスタンスを維持する。
• 全ペア最短経路（APSP）計算を Floyd-Warshall を用いて実行し、距離とメトリック違反を検出する。
• 動的データ構造を活用することで実行時間を改善可能であるが、$N_l(e,\delta)$ の更新に関しては課題が残る。
• 増加のみのバージョンを、近似比を保ちつつグラフサイズの増加を伴って一般バージョンに還元する変換を適用する。

実験結果

リサーチクエスチョン

• RQ1 エッジ重みの増加のみを許容する場合、GMR 問題は NP 困難であるか？
• RQ2 例えば $\varsigma$-弦的グラフのような構造的グラフクラスにおいて、問題は効率的に解けるか？
• RQ3 GMR の一般版および増加のみ版における最良の近似比は何か？
• RQ4 近似要因における異なる不足値の数 $\kappa$ の依存性を排除または低減できるか？
• RQ5 GMR の近似不能性の閾値は何か？また、MULTICUT のような既知の難問とどのように関係するか？

主な発見

• GMR の減少のみ版は $O(n^3)$ 時間で解けるが、増加のみ版は NP 完全である。
• 一般 GMR 問題に対して $O(\kappa \log n)$-近似アルゴリズムを提示し、$\kappa$ は異なる不足値の数を表す。
• $\varsigma$-弦的グラフでは問題が固定パrameter可 tractable であることが証明され、先行研究における未解決問題が解決された。
• 一意ゲーム予想を仮定すると、MULTICUT からの還元により、任意の定数因子での近似は不可能である。
• $L$-LB-CUT からの還元により、$\Omega(\sqrt{L})$-近似下限が示唆される。
• 主アルゴリズムの実行時間は $O(n^3 + m^2) \cdot OPT \cdot \kappa \log n$ であり、動的 APSP データ構造の活用で改善が可能である。