[論文レビュー] Obstructions to within a few vertices or edges of acyclic

Kevin Cattell, Michael J. Dinneen+1 more|arXiv (Cornell University)|Feb 14, 1995

Advanced Graph Theory Research被引用数 4

ひとこと要約

本稿では、閉路を含まないグラフから数個の頂点または辺を除いたグラフのための有限の障害集合を計算するための有界木幅探索手法を提示する。k-フィードバック頂点集合およびエッジ集合問題に焦点を当て、ランダム化された最小性の証明を含むアルゴリズム戦略を活用することで、最小の禁止マイナーを効率的に同定し、近似的に非閉路的なグラフを体系的に特徴付ける手法を提供する。

ABSTRACT

Finite obstruction sets for lower ideals in the minor order are guaranteed to exist by the Graph Minor Theorem. It has been known for several years that, in principle, obstruction sets can be mechanically computed for most natural lower ideals. In this paper, we describe a general-purpose method for finding obstructions by using a bounded treewidth (or pathwidth) search. We illustrate this approach by characterizing certain families of cycle-cover graphs based on the two well-known problems: $k$-{\sc Feedback Vertex Set} and $k$-{\sc Feedback Edge Set}. Our search is based on a number of algorithmic strategies by which large constants can be mitigated, including a randomized strategy for obtaining proofs of minimality.

研究の動機と目的

• 閉路に近いグラフのマイナー順序における有限の障害集合を計算するための汎用的手法を開発すること。
• k-フィードバック頂点集合およびエッジ集合問題の最小禁止マイナーを同定する計算上の課題に対処すること。
• 有界木幅やランダム化最小性証明などの高度な戦略を用いて、アルゴリズム探索における大きな定数を軽減すること。
• グラフマイナー理論における自然な下部イデアルにおける障害集合の機械的計算可能性を実証すること。
• フィードバック集合問題に基づいてサイクルカバーのグラフを体系的に特徴付けるフレームワークを提供すること。

提案手法

• マイナー順序内での候補となるグラフを体系的に探索するため、有界木幅（またはパス幅）探索を採用する。
• 探索空間内の大きな定数を低減するためのアルゴリズム戦略を適用し、計算効率を向上させる。
• 候補となる障害集合の最小性の証明を生成および検証するためのランダム化戦略を用いる。
• グラフマイナー定理がマイナー順序における下部イデアルに対して有限の障害集合を保証することを活用する。
• 近似的に非閉路的な性質を定義するために、2つの古典的問題（k-フィードバック頂点集合問題およびk-フィードバックエッジ集合問題）に焦点を当てる。
• 構造的グラフ理論とアルゴリズム的探索を統合し、最小の禁止マイナーを同定する。

実験結果

リサーチクエスチョン

• RQ1 数個の頂点または辺の差異がある非閉路的グラフのための有限の障害集合を、どのように体系的に計算できるか？
• RQ2 最小の禁止マイナーを同定する際の計算複雑性を効果的に低減するためのアルゴリズム的手法は何か？
• RQ3 障害集合計算の文脈において、ランダム化された最小性証明を信頼的に使用できるか？
• RQ4 有界木幅探索は、近似的に非閉路的なグラフの探索および特徴付けにどの程度活用できるか？
• RQ5 フィードバック頂点集合およびエッジ集合問題は、マイナー順序における障害集合の構造とどのように関係しているか？

主な発見

• 提示された手法は、有界木幅探索を用いて、非閉路的から数個の頂点または辺の差異があるグラフの障害集合を成功裏に計算した。
• ランダム化された最小性証明は、最小の禁止マイナーを同定する際の効率性および信頼性を顕著に向上させた。
• 本アプローチは、マイナー順序における他の下部イデアルに対しても一般化可能であり、障害集合の機械的計算可能性を示した。
• 本手法は、探索アルゴリズムにおける大きな定数を効果的に軽減し、実用的インスタンスにおける計算を可能にした。
• 本フレームワークは、フィードバック集合問題を通じてサイクルカバーのグラフを構成的に特徴付けるソリューションを提供した。
• 本研究は、グラフマイナー定理をグラフ理論の具体的な問題に適用する実用的可行性を確認した。