[論文レビュー] Polynomial-Time Algorithms for Submodular Laplacian Systems

Kaito Fujii, Tasuku Soma+1 more|arXiv (Cornell University)|Mar 29, 2018

Graph theory and applications参考文献 13被引用数 8

ひとこと要約

本稿では、部分集合の下で単調な変換を施すラプラシアン系の一般化であるサブモジュララプラシアン系を解く多項式時間アルゴリズムを提示する。楕円体法とパラメトリック最小 $st$-カット計算を活用することで、正確な系 $L_F(\bm{x}) \ni \bm{b}$ とその回帰形の両方が有効に解けることが証明され、スペクトルグラフ理論が有向グラフ、ハイパーグラフ、確率的モデルを統一的な枠組みで拡張する。

ABSTRACT

Let $G=(V,E)$ be an undirected graph, $L_G\in \mathbb{R}^{V imes V}$ be the associated Laplacian matrix, and $b \in \mathbb{R}^V$ be a vector. Solving the Laplacian system $L_G x = b$ has numerous applications in theoretical computer science, machine learning, and network analysis. Recently, the notion of the Laplacian operator $L_F:\mathbb{R}^V o 2^{\mathbb{R}^V}$ for a submodular transformation $F:2^V o \mathbb{R}_+^E$ was introduced, which can handle undirected graphs, directed graphs, hypergraphs, and joint distributions in a unified manner. In this study, we show that the submodular Laplacian system $L_F( x) i b$ can be solved in polynomial time. Furthermore, we also prove that even when the submodular Laplacian system has no solution, we can solve its regression form in polynomial time. Finally, we discuss potential applications of submodular Laplacian systems in machine learning and network analysis.

研究の動機と目的

• 無向グラフを超えたサブモジュラル変換へのラプラシアン系理論の拡張を図ること。
• サブモジュララプラシアン系 $L_F(\bm{x}) \ni \bm{b}$ が多項式時間で解けることの確立。
• 正確な解が存在しない場合に備え、回帰形を効率的に解くこと。
• 単一のサブモジュララプラシアンフレームワークの下で、無向グラフ、有向グラフ、ハイパーグラフ、および同時分布を統一的に取り扱うこと。

提案手法

• 本稿では、サブモジュララプラシアン系 $L_F(\bm{x}) \ni \bm{b}$ を解くために楕円体法を用い、多項式時間での解法可能性を証明する。
• 問題を、$F$ の核のボーディング表現を活用した多面体上の凸最小化問題として定式化する。
• 回帰形については、サブモジュラル関数 $H$ と二次項を含む合成目的関数を最小化し、パラメトリック最小 $st$-カットアルゴリズムを用いる。
• パラメトリックフローをモデル化するため、容量が $\min\{\alpha - \bm{b}(u), 0\}$ および $\min\{-\alpha + \bm{b}(u), 0\}$ で定義される有向グラフ $G = (U \cup \{s,t\}, A \cup \bar{A})$ を構築する。
• パラメトリックフローに GGT 構造を適用し、最小カットが変化するすべての臨界的 $\alpha$-値の計算を可能にする。
• Birkhoff 表現が与えられている場合、アルゴリズムは $O(nm^2 \log(n^2/m))$ 時間で実行され、強多項式時間の複雑度を達成する。

実験結果

リサーチクエスチョン

• RQ1 多価かつ非線形な作用素である場合でも、サブモジュララプラシアン系 $L_F(\bm{x}) \ni \bm{b}$ は多項式時間で解けるか？
• RQ2 正確な解が存在しない場合に、サブモジュララプラシアン系の回帰形を効率的に解くアルゴリズムは存在するか？
• RQ3 サブモジュララプラシアンの枠組みを用いて、スペクトルグラフ理論を有向グラフやハイパーグラフへと一般化できるか？
• RQ4 正規化されたサブモジュラル変換 $F$ を仮定した場合、サブモジュララプラシアン系の計算複雑度はいかほどか？
• RQ5 導出されたフローネットワーク上で、パラメトリック最小 $st$-カット技術を用いて解を効率的に計算できるか？

主な発見

• サブモジュララプラシアン系 $L_F(\bm{x}) \ni \bm{b}$ は楕円体法を用いて多項式時間で解けることが示され、その実行可能性が確立された。
• 正確な解が存在しない場合でも、多面体上の凸最小化により、回帰形は多項式時間で解ける。
• 解空間は $F$ の核によって特徴づけられ、その核は多項式時間で計算可能なボーディング表現を有する。
• Birkhoff 表現が与えられている場合、アルゴリズムは強多項式時間複雑度 $O(nm^2 \log(n^2/m))$ を達成する。
• 本フレームワークにより、無向グラフ、有向グラフ、ハイパーグラフ、確率的モデルが単一のサブモジュララプラシアン作用素の下で統一的に取り扱える。
• GGT 構造を有するパラメトリック最小 $st$-カットアルゴリズムを活用し、すべての臨界的 $\alpha$-値を効率的に計算可能である。