[論文レビュー] Sampling colorings almost uniformly in sparse random graphs

Yitong Yin, Chihao Zhang|arXiv (Cornell University)|Mar 11, 2015

Markov Chains and Monte Carlo Methods参考文献 13被引用数 3

ひとこと要約

本稿では、スパースなランダムグラフ 𝒢(n, d/n) における適切な q 色彩色の完全多項式時間ほぼ一様サンプラー（FPAUS）を提示する。q ≥ 3d + O(1) の条件下で一様サンプリングを達成し、以前の q ≥ 5.5d の境界を改善した。この手法は空間混合性と、局所的グラフ構造における新しいブロックベース再帰を用いて、無限大の最大次数を持つグラフに対しても、局所的確率の推定を効率的に行う。

ABSTRACT

The problem of sampling proper $q$-colorings from uniform distribution has been extensively studied. Most of existing samplers require $q\ge αΔ+β$ for some constants $α$ and $β$, where $Δ$ is the maximum degree of the graph. The problem becomes more challenging when the underlying graph has unbounded degree since even the decision of $q$-colorability becomes nontrivial in this situation. The Erdős-Rényi random graph $\mathcal{G}(n,d/n)$ is a typical class of such graphs and has received a lot of recent attention. In this case, the performance of a sampler is usually measured by the relation between $q$ and the average degree $d$. We are interested in the fully polynomial-time almost uniform sampler (FPAUS) and the state-of-the-art with such sampler for proper $q$-coloring on $\mathcal{G}(n,d/n)$ requires that $q\ge 5.5d$. In this paper, we design an FPAUS for proper $q$-colorings on $\mathcal{G}(n,d/n)$ by requiring that $q\ge 3d+O(1)$, which improves the best bound for the problem so far. Our sampler is based on the spatial mixing property of $q$-coloring on random graphs. The core of the sampler is a deterministic algorithm to estimate the marginal probability on blocks, which is computed by a novel block version of recursion for $q$-coloring on unbounded degree graphs.

研究の動機と目的

• スパースなランダムグラフ 𝒢(n, d/n) における適切な q 色彩色の完全多項式時間ほぼ一様サンプラー（FPAUS）を設計すること。
• 従来の境界を改善し、平均次数 d に対して必要な色数 q を低減すること。
• 従来のサンプラーが意思決定およびサンプリングの複雑さのため失敗する、最大次数が無限大のグラフを扱えること。
• スパースなランダムグラフにおいて、効率的かつほぼ一様なサンプリングを保証する q のよりタイトな境界を確立すること。

提案手法

• スパースなランダムグラフにおける q 色彩色の空間混合性を活用し、マルコフ連鎖の急速な混合を保証する。
• 局所的グラフ構造におけるマージナル確率を計算するための、新しいブロック版再帰を導入する。
• ブロックレベルのマージナル確率を推定する決定的アルゴリズムを採用し、完全な列挙を避けて効率的なサンプリングを実現する。
• グラフのブロックへの再帰的分解を用いて、局所的近傍に注目することで、最大次数が無限大のグラフに対処する。
• 空間混合性とブロックベース推定を組み合わせ、マルコフ連鎖の急速な混合とほぼ一様なサンプルの生成を保証する。
• 多項式時間実行と出力分布のほぼ一様性の両方を満たすことで、FPAUS を達成する。

実験結果

リサーチクエスチョン

• RQ1 従来の知られていた境界よりも少ない色数で、スパースなランダムグラフにおける q 色彩色の完全多項式時間ほぼ一様サンプラーを構築可能か？
• RQ2 スパースなランダムグラフ 𝒢(n, d/n) において、効率的かつほぼ一様なサンプリングを可能にするために、平均次数 d に対して必要な最小の q は何か？
• RQ3 最大次数が無限大のグラフにおいて、サンプリングを支援するためのマージナル確率をどのように効率的に推定できるか？
• RQ4 ランダムグラフにおける空間混合性は、q を減少させた場合の彩色における混合速度をどの程度向上できるか？

主な発見

• 提案された FPAUS は、q ≥ 3d + O(1) の色数で十分であり、以前の q ≥ 5.5d の境界を改善した。
• このサンプラーは、𝒢(n, d/n) グラフにおいて完全多項式時間実行とほぼ一様なサンプリング分布を達成した。
• ブロックベース再帰技術により、最大次数が無限大のグラフでさえも、正確なマージナル確率推定が可能となった。
• 空間混合性が効果的に活用され、基礎となるマルコフ連鎖の急速な混合が保証された。
• ブロックのマージナル確率の決定的推定により、モンテカルロ法や完全なグラフ列挙に依存することなく、サンプラーが動作した。
• 本手法は、スパースなランダムグラフにおける効率的サンプリングの新しい理論的閾値を確立し、既知の彩色可能閾値に近づいた。