[論文レビュー] Polynomial Kernels for Hitting Forbidden Minors under Structural Parameterizations

Bart M. P. Jansen, Astrid Pieterse|arXiv (Cornell University)|Apr 24, 2018

Advanced Graph Theory Research被引用数 5

ひとこと要約

本稿は、木深さ-ηモジュレータのサイズをパrameterとするF-Deletion問題に対する最初の多項式カーネル化を提示する。任意の有限な連結グラフの集合Fと定数ηに対して、問題が多項式カーネルを有することを証明する。アプローチは、G−Xの各成分における禁止マイナーのモデルの明示的構造的解析を用い、フラグメントの種類数を|X|の多項式で抑え、well-quasi-ordering やプロトリュージョン分解といった非構成的ツールに依存せずに再帰的前処理を可能にする。

ABSTRACT

We investigate polynomial-time preprocessing for the problem of hitting forbidden minors in a graph, using the framework of kernelization. For a fixed finite set of connected graphs F, the F-Deletion problem is the following: given a graph G and integer k, is it possible to delete k vertices from G to ensure the resulting graph does not contain any graph from F as a minor? Earlier work by Fomin, Lokshtanov, Misra, and Saurabh [FOCS'12] showed that when F contains a planar graph, an instance (G,k) can be reduced in polynomial time to an equivalent one of size $k^{O(1)}$. In this work we focus on structural measures of the complexity of an instance, with the aim of giving nontrivial preprocessing guarantees for instances whose solutions are large. Motivated by several impossibility results, we parameterize the F-Deletion problem by the size of a vertex modulator whose removal results in a graph of constant treedepth $\\eta$. We prove that for each set F of connected graphs and constant $\\eta$, the F-Deletion problem parameterized by the size of a treedepth-$\\eta$ modulator has a polynomial kernel. Our kernelization is fully explicit and does not depend on protrusion reduction or well-quasi-ordering, which are sources of algorithmic non-constructivity in earlier works on F-Deletion. Our main technical contribution is to analyze how models of a forbidden minor in a graph G with modulator X, interact with the various connected components of G-X. By bounding the number of different types of behavior that can occur by a polynomial in |X|, we obtain a polynomial kernel using a recursive preprocessing strategy. Our results extend earlier work for specific instances of F-Deletion such as Vertex Cover and Feedback Vertex Set. It also generalizes earlier preprocessing results for F-Deletion parameterized by a vertex cover, which is a treedepth-one modulator.

研究の動機と目的

• 解のサイズが大きい場合でも、解のサイズの代わりに構造的パラメータを用いて、F-Deletionの証明可能に効率的な前処理（カーネル化）を開発すること。
• well-quasi-ordering やプロトリュージョン分解といった非構成的ツールに依存する従来のカーネル化手法の限界を克服すること。
• 木深さ-ηモジュレータという構造的パラメータに基づくF-Deletionの多項式カーネル化を確立すること。これは、頂点被覆やフィードバック頂点集合問題に対する既存の結果を一般化する。
• F-Deletion問題において論理的・アルゴリズム的非構成的性質に依存しない、構成的かつ明示的なカーネル化フレームワークを提供すること。

提案手法

• X（木深さ-ηモジュレータ）を削除した後のG−Xの連結成分と、Gにおける禁止マイナーのモデルとの相互作用を分析する。
• ラベル付きマイナー枠組みを導入し、最適な削除後の各成分に残る可能性のある異なるフラグメント種類の分類と上限を設定する。
• 再帰的前処理を用いて、重複しているか等価なフラグメント種類を削除し、カーネルサイズが|X|の多項式に収まるように保証する。
• 禁止マイナーのフラグメントの異なる行動タイプの数が|X|の多項式で抑えられることを確立し、カーネル化を可能にする。
• well-quasi-ordering やプロトリュージョン削減といった非構成的技術を避け、代わりに明示的な組合せ的解析に依存する。
• このフレームワークを用いて、頂点被覆やフィードバック頂点集合問題といった特定のF-Deletion問題に対する既知の結果を一般化する。

実験結果

リサーチクエスチョン

• RQ1 解のサイズの代わりに、木深さ-ηモジュレータのような構造的測度をパrameterとするF-Deletion問題が多項式カーネル化を有するかどうか。
• RQ2 well-quasi-ordering やプロトリュージョン分解といった非構成的ツールに依存せずに、F-Deletionのカーネル化を達成することは可能か。
• RQ3 G−Xのどの構造的性質が、禁止マイナーのモデルの潜在的種類を有界かつ明示的に分類可能にするか。
• RQ4 モジュレータXとG−Xの成分との相互作用が、禁止マイナーのモデルにおける異なるフラグメント種類の数をどのように制限するか。
• RQ5 木深さ-ηモジュレータをパrameterとするF-Deletionの最良のカーネルサイズは何か。また、そのサイズは多項式的に抑えられるか。

主な発見

• 任意の有限な連結グラフの集合Fと任意の定数ηに対して、木深さ-ηモジュレータのサイズをパrameterとするF-Deletion問題は多項式カーネルを有する。
• カーネルサイズは|X|の多項式で抑えられ、カーネル化は完全に明示的かつ構成的である。
• well-quasi-ordering やプロトリュージョン分解といった非構成的ツールを避け、カーネル化に新たな組合せ的アプローチを提供する。
• このフレームワークは、頂点被覆やフィードバック頂点集合問題といった特定問題に対する従来の結果を一般化・強化する。
• 下界が確立された：η ≥ 6の場合、O(|X|^{2^{η−4}−ε})のカーネルは存在しない（NP ⊆ coNP/polyでない限り）。これはカーネルサイズが本質的にタイトであることを示す。
• この結果は、解のサイズが大きくても、木深さ-ηモジュレータによる構造的パラメータ化が非自明なカーネル化を可能にすることを確認する。