[論文レビュー] Sherali-Adams Integrality Gaps Matching the Log-Density Threshold

Eden Chlamtáč, Pasin Manurangsi|arXiv (Cornell University)|Apr 20, 2018

Complexity and Algorithms in Graphs被引用数 1

ひとこと要約

本稿は、Densest k-Subgraph、Minimum p-Union、Small Set Bipartite Vertex Expansion などの基本的問題について、Sherali-Adams階層の対数密度閾値における一致する整数性ギャップを確立する。ランダム構造と植え付けられた部分構造を区別できないハイパーグラフのインスタンスを構築することで、これらの問題における既知の最良の近似比が、対数密度予想のもとで最適であるという強力な証拠を提供する。

ABSTRACT

The log-density method is a powerful algorithmic framework which in recent years has given rise to the best-known approximations for a variety of problems, including Densest-$k$-Subgraph and Bipartite Small Set Vertex Expansion. These approximations have been conjectured to be optimal based on various instantiations of a general conjecture: that it is hard to distinguish a fully random combinatorial structure from one which contains a similar planted sub-structure with the same "log-density". We bolster this conjecture by showing that in a random hypergraph with edge probability $n^{-\alpha}$, $ ilde\Omega(\log n)$ rounds of Sherali-Adams with cannot rule out the existence of a $k$-subhypergraph with edge density $k^{-\alpha-o(1)}$, for any $k$ and $\alpha$. This holds even when the bound on the objective function is lifted. This gives strong integrality gaps which exactly match the gap in the above distinguishing problems, as well as the best-known approximations, for Densest $k$-Subgraph, Smallest $p$-Edge Subgraph, their hypergraph extensions, and Small Set Bipartite Vertex Expansion (or equivalently, Minimum $p$-Union). Previously, such integrality gaps were known only for Densest $k$-Subgraph for one specific parameter setting.

研究の動機と目的

• キーポイントとなる NP 困難問題の近似アルゴリズムにおける対数密度閾値の最適性を強く支持すること。
• Densest k-Subgraph の特殊ケース α = 1/2 における既知の境界を超えて、整数性ギャップ結果のギャップを埋めること。
• 共通のハイパーグラフ構築法を用いて、対数密度フレームワーク内での複数問題における整数性ギャップの分析を統一すること。
• スパースなランダムハイパーグラフにおいて、ランダム構造と植え付けられた部分構造を区別できないという予想の裏付けを提供すること。
• Sum-of-Squares などのより強力な階層における将来の下界の基盤を築くこと。

提案手法

• エッジ確率が n−α である c-一様ハイパーグラフをランダムに構築し、エッジ密度が k−α−o(1) の k-部分ハイパーグラフを植え付ける。
• DkSH、Minimum p-Union、SSBVE の標準的 LP リラクセーションに ˜Ω(log n)-ラウンドの Sherali-Adams 抬上を適用する。
• β = α/(c−1) および β = α/((c−1)(c−α)) を用いた新しいパrameter化により、植え付けられた部分ハイパーグラフの密度とサイズを調整する。
• Sherali-Adams 階層が、エッジ確率 n−α のランダムインスタンスにおいて、エッジ密度 k−α−o(1) の k-部分ハイパーグラフの存在を除外できないことを示す。
• ハイパーグラフのインシデントグラフを介して、Minimum p-Union と Small Set Bipartite Vertex Expansion の等価性を活用する。
• 定理 9 を適用して、各問題における既知の近似比と丁度一致する整数性ギャップを導出する。

実験結果

リサーチクエスチョン

• RQ1 Sherali-Adams 階層の整数性ギャップは、Densest k-Subgraph のすべてのパrameter レジームにおいて、対数密度閾値で確立可能か？
• RQ2 同様の整数性ギャップは、ハイパーグラフ拡張および Minimum p-Union や Small Set Bipartite Vertex Expansion などの関連問題へも拡張可能か？
• RQ3 対数密度予想は、Sherali-Adams などの強力な LP 階層ですら閾値を超えることができないという証明によって強化可能か？
• RQ4 対数密度フレームワーク内での複数問題にわたる一致する整数性ギャップを生み出す統一された構築法は存在するか？
• RQ5 特に基本的な SDP も失敗するレジームにおいて、Sherali-Adams 階層がこれらの問題の真の難易度を捉える能力にどのような制限があるか？

主な発見

• 本稿は、Densest k-Subgraph に対して、˜Ω(log n)-ラウンドの Sherali-Adams 整数性ギャップを確立し、k = nα の場合に nα(1−α)−o(1) のギャップを達成する。これは、既知の最良の近似比と完全に一致する。
• Minimum p-Union については、整数性ギャップが nα(c−1−α)/((c−1)(c−α))−o(1) であり、既知の近似閾値と一致する。
• Small Set Bipartite Vertex Expansion については、整数性ギャップが |L|γ(1−γ)−o(1) であり、|L| は二部グラフの左側のサイズを表し、対数密度閾値と一致する。
• 構築法は、α ∈ (0,1) および k ≤ n のすべてのケースに適用可能であり、以前に研究された特殊ケース α = 1/2 に限定されず、著しく一般化されている。
• 整数性ギャップはタイトである：Sherali-Adams 階層は、エッジ確率 n−α のランダムハイパーグラフにおいて、エッジ密度 k−α−o(1) の k-部分ハイパーグラフの存在を除外できない。
• これらの結果は、これらの問題における対数密度閾値が最適であるという強力な証拠を提供する。なぜなら、既知のいかなる LP 階層でもこれを超えることはできないからである。