[論文レビュー] Shotgun assembly of random regular graphs

Huang, Brice, Elchanan Mossel+3 more|arXiv (Cornell University)|Dec 28, 2015

Nanocluster Synthesis and Applications参考文献 9被引用数 7

ひとこと要約

本稿では、ランダムなd正則グラフのショットガンアセンブリ問題を解決し、根付きR近傍からグラフを一意に再構成するために必要な最小半径Rが、(log n + log log n)/(2 log(d−1)) + O(1)のまわりにきわめて集中していることを示している。著者らは、近傍同型の構造的解析と、構成モデルにおける確率的手法を用いて、この境界がO(1)項を除いて鋭いことを証明しており、高確率で、この閾値に近いRにおいて、2つの頂点が同型なR+-近傍を持つことはないことを示している。

ABSTRACT

Mossel and Ross (2019) introduce the shotgun assembly problem for random graphs: what radius $R$ ensures that the random graph $G$ can be uniquely recovered from its list of rooted $R$-neighborhoods, with high probability? Here we consider this question for random regular graphs of fixed degree $d\ge3$. A result of Bollobás (1982) implies efficient recovery at $R = (1 + ε) \frac12 \log_{d-1}n$ with high probability -- moreover, this recovery algorithm uses only a summary of the distances in each neighborhood. We show that using the full neighborhood structure gives a sharper bound \[ R = \frac{\log n + \log\log n}{2\log(d-1)} + O(1)\,, \] which we prove is tight up to the $O(1)$ term. One consequence of our proof is that if $G,H$ are independent graphs where $G$ follows the random regular law, then with high probability the graphs are non-isomorphic; furthermore, this can be efficiently certified by testing the $R$-neighborhood list of $H$ against the $R$-neighborhood of a single adversarially chosen vertex of $G$.

研究の動機と目的

• ランダムなd正則グラフを、その根付きR近傍のリストから高確率で一意に再構成するために必要な最小半径Rを特定すること。
• 特にd ≥ 3の範囲において、ランダム正則グラフにおけるショットガンアセンブリ半径の既知の上界と下界の間のギャップを埋めること。
• アセンブリの鋭い閾値が (log n + log log n)/(2 log(d−1)) + O(1) であることを確立し、距離要約のみを用いた先行研究を改善すること。
• この半径閾値が、自明な自己同型群であることと、独立なランダム正則グラフと任意のグラフとの間の同型でないことを証明可能であることを示すこと。
• 任意の他のグラフHとランダムd正則グラフGの間の非同型性を、HのR+-近傍をGの1つの頂点のR+-近傍と比較することで、多項式時間で証明可能であることを提供すること。

提案手法

• n → ∞の下で高確率に成り立つ結果を証明することを目的として、自己ループと多重辺を許容する構成モデルを用いてランダムd正則グラフをサンプリングする。
• 近傍同型の確率的解析を適用し、同型なR近傍を持つ頂点のペアの数に注目することで、一意再構成のための半径Rを制限する。
• 過剰に数えるのを制御する関数F(C)を用いて、グラフ構成（Cで表される）に関する洗練された数え上げ論法を用い、同型な近傍ペアの数の2番目のモーメントを制限する。
• 鋭い区間への収束を定義するため、閾値半径R₊(Δ) = ⌈(log n + log log n + Δ)/(2 log(d−1))⌉ および R₋(Δ) = ⌊(log n + log log n − Δ)/(2 log(d−1))⌋ を導入する。
• 確率的支配の議論を用いて近傍構造の尾部を制限し、近傍木の深いレベルからの寄与が無視可能であることを示す。
• 2番目のモーメント法を適用し、同型なR近傍ペアが存在しない確率が1に近づくことを示し、これによりR ≈ (log n + log log n)/(2 log(d−1)) + O(1)で一意再構成が可能であることが示される。

実験結果

リサーチクエスチョン

• RQ1 ランダムなd正則グラフをその根付きR近傍から一意に再構成するための鋭い閾値半径Rは何か？
• RQ2 距離要約を超えて、R近傍の完全な構造を用いることで、従来の手法よりもタイトなRの境界を得られるか？
• RQ3 R = (log n + log log n)/(2 log(d−1)) + O(1) は、高確率で、ランダムなd正則グラフの2つの頂点が同型なR近傍を持つことを防げるか？
• RQ4 この半径閾値を用いて、2つの独立なグラフ（1つはランダムd正則、もう1つは任意のグラフ）が非同型であることを効率的に証明できるか？
• RQ5 ランダムd正則グラフの自己同型群は高確率で自明であり、近傍比較によってこれを証明可能か？

主な発見

• ランダムなd正則グラフをその根付きR近傍から一意に再構成するために必要な最小半径Rは、(log n + log log n)/(2 log(d−1)) + O(1)のまわりにきわめて集中しており、O(1)項はnに依存しない絶対定数である。
• この境界はO(1)項を除いて鋭いものであり、Rがこの閾値未満の場合、一意再構成は高確率で失敗する。
• 高確率で、ランダムなd正則グラフの2つの頂点が同型なR₊-近傍を持つことはない。ここでR₊ = ⌈(log n + log log n + Δ)/(2 log(d−1))⌉ であり、Δは十分に大きな絶対定数である。
• これにより、ランダムなd正則グラフの自己同型群は高確率で自明であり、これはGの1つの頂点のR₊-近傍と、候補グラフのすべてのR₊-近傍を比較することで、効率的に証明可能である。
• 任意のグラフHと独立なランダムd正則グラフGに対して、高確率でGのどの頂点に対しても、H内に同型なR₊-近傍を持つ頂点は存在せず、これにより非同型性の効率的証明が可能になる。
• 2番目のモーメント法に加え、グラフ構成に関する洗練された数え上げを用いることで、R ≤ R₋(Δ)のとき、同型な近傍ペアの期待値がn → ∞の下で消えることが示され、境界の鋭さが確認される。