[論文レビュー] On the robustness of the metric dimension to adding a single edge

Satvik Mashkaria, Gergely Ódor+1 more|arXiv (Cornell University)|Oct 21, 2020

Graph Labeling and Dimension Problems参考文献 3被引用数 4

ひとこと要約

本稿は、1つの辺を追加することによるグラフのメトリック次元（MD）への影響を調査する。MDは、ノードを距離によって一意に特定するための最小のランドマーク数を測る指標である。本稿では、MDは最大で2だけ減少しうることを証明しているが、一般のグラフでは大幅に増加しうる。一方、リンググラフやグリッドグラフでは、MDは最大で2だけ増加し、グリッドグラフにおけるランダムな辺の追加では、MDの極限分布がほぼ完全に特定されている。

ABSTRACT

The metric dimension (MD) of a graph is a combinatorial notion capturing the minimum number of landmark nodes needed to distinguish every pair of nodes in the graph based on graph distance. The MD has been connected with the number of sensor nodes required in several applications, including diffusion source detection, navigation and pattern matching. In this paper, we study how much the MD can change if we add a single edge to the graph. We find that the MD cannot decrease by more than two, however, there are examples where the increase can be very large. We believe that such a large increase can occur only in specially constructed graphs. For two simple families of graphs - ring graphs and grid graphs - we show that the increase of the MD cannot be larger than two either. For grid graphs, when the extra edge is sampled uniformly randomly, we almost completely characterize the limiting distribution of the MD.

研究の動機と目的

• 1つの辺を追加した場合のグラフのメトリック次元（MD）への影響を理解すること。
• 1つの辺の追加によって生じるMDの最大の増加または減少を特定すること。
• リンググラフやグリッドグラフなどの構造的グラフ族におけるMDの挙動を分析すること。
• ランダムに1つの辺を追加したグリッドグラフにおけるMDの極限分布を特定すること。

提案手法

• 辺の追加によるMDの変化を調べるためのグラフ距離の性質とランドマーク集合の理論的分析。
• MDの変化の上限を示すために極端なグラフ例の構築。
• 組合せ論的および構造的議論を用いてリンググラフとグリッドグラフを分析。
• グリッドグラフにおけるランダムな辺の追加の確率的分析により、MDの極限分布を導出。
• 既知のメトリックベースおよび解決集合に関する結果を応用して、MDの変動を制限。
• 距離行列とランドマークの一意性基準を用いて、辺の挿入前後のMD値を比較。

実験結果

リサーチクエスチョン

• RQ1 1つの辺をグラフに追加した場合、メトリック次元が最大でどれほど減少しうるか？
• RQ2 1つの辺を追加した場合、メトリック次元が最大でどれほど増加しうるか？
• RQ3 リンググラフにおいて1つの辺を追加した場合、メトリック次元はどのように変化するか？
• RQ4 グリッドグラフにおいて1つの辺を追加した場合、メトリック次元はどのように変化するか？
• RQ5 ランダムに1つの辺を追加したグリッドグラフにおけるメトリック次元の極限分布は何か？

主な発見

• 1つの辺を任意のグラフに追加した場合、メトリック次元は最大で2だけ減少しうる。
• 一般のグラフでは、MDは任意に大きな値に増加しうるが、そのようなケースは特別に構築されたグラフを必要とする。
• リンググラフでは、辺の追加によりMDは最大で2だけ増加する。
• グリッドグラフでは、1つの辺を追加した場合もMDは最大で2だけ増加する。
• グリッドグラフにランダムな辺を追加した場合、MDの極限分布はほぼ完全に特定されている。
• 構造的グラフ族（リングやグリッド）では、MDの増加が有界かつ予測可能であり、実用的応用において堅牢性を示唆している。