[論文レビュー] Sums of permanental minors using Grassmann algebra

P. Butera, M. Pernici|arXiv (Cornell University)|Jun 20, 2014

Advanced Topics in Algebra被引用数 3

ひとこと要約

本稿では、n×n行列の恒等的小行列式の和をO(2ⁿn³)時間で計算するGrassmann代数に基づくアルゴリズムを提示する。これはBrualdi-Ryserの公式のO(2^{5n/2})の複雑さよりも顕著に改善されたものである。この手法はGrassmann積分と反可換変数を活用し、グラフのマッチング多項式および独立集合多項式を効率的に計算する。帯行列に対して最適化され、デイマーモデルやフラーレンを含む格子系において検証済みの結果を得ている。

ABSTRACT

We show that a formalism proposed by Creutz to evaluate Grassmann integrals provides an algorithm of complexity $O(2^n n^3)$ to compute the generating function for the sum of the permanental minors of a matrix of order $n$. This algorithm improves over the Brualdi-Ryser formula, whose complexity is at least $O(2^{\frac{5n}{2}})$. In the case of a banded matrix with band width $w$ and rank $n$ the complexity is $O(2^{min(2w, n)} (w + 1) n^2)$. Related algorithms for the matching and independence polynomials of graphs are presented.

研究の動機と目的

• 統計物理学および組合せ論におけるマッチング多項式および独立集合多項式の計算に不可欠な、行列の恒等的小行列式の和をより効率的に計算するアルゴリズムの開発。
• 特に大規模または構造的特徴を持つ行列に対して、既存の方法（例：Brualdi-Ryserの公式）の指数的複雑さを克服すること。
• Grassmann代数の形式的枠組みを、デイマー被覆や独立集合といったグラフ理論的問題に応用し、Berezin積分を用いて効率的な計算を可能にすること。
• マッチング多項式および独立集合多項式の計算を実用的かつオープンソースのPython実装で提供し、格子系およびフラーレンにおける性能ベンチマークを提供すること。
• 正方格子およびヘキサゴナル格子上の超対称デイマー・モデルにおけるWitten指数の計算に生じていた不一致を解消し、修正された値を提供すること。

提案手法

• 本稿では、各ハードオブジェクト（例：デイマーまたは独立頂点集合）を反可換変数から導かれるノルム的かつ可換な要素ηᵢ = θᵢθ̄ᵢの積として表現するGrassmann代数の形式的枠組みを用いる。
• ハードオブジェクトの配置の生成関数は、Grassmann積分⟨∏ₐ(1 + wₐ∏ᵢ∈Vₐηᵢ)⟩として表現され、Berezin積分により重複のない配置に対応する単項式の和が抽出される。
• 計算複雑さを低減するために、CreutzのGrassmann積分法を多項式の操作の列に簡略化し、変数の順序付けと単項式の簡約を最適化する。
• 帯行列（帯域幅w）に対しては、複雑さがO(2^{min(2w,n)}(w+1)n²)に低下し、wが固定されると多項式スケーリングを達成する。
• この手法は、縮小された隣接行列の恒等的小行列式によるマッチング多項式と、頂点ベースのハードオブジェクトによる独立集合多項式の両方を計算するために一般化される。
• 最適化された多項式算術を用い、係数の和のみが必要な場合に完全な多項式の構築を回避する、Pythonで実装された効率的なモジュール「hobj」が提供される。

実験結果

リサーチクエスチョン

• RQ1 既存の組合せ的公式よりも、Grassmann積分を体系的に応用して行列の恒等的小行列式の和をより効率的に計算できるか？
• RQ2 Grassmann代数を用いた場合、一般および帯行列のマッチング生成多項式を計算する際の計算複雑さはどの程度か？
• RQ3 提案されたアルゴリズムは、正方格子およびヘキサゴナル格子上の超対称デイマー・モデルにおけるWitten指数について、先行研究と比較してどのように異なるか？
• RQ4 Grassmann形式的枠組みを独立集合多項式の計算に拡張できるか。また、マッチング多項式計算と比較してその性能はどの程度か？
• RQ5 変数の順序付けおよび単項式の簡約戦略は、Grassmannベースの列挙アルゴリズムの実用的性能をどの程度向上できるか？

主な発見

• 提案されたアルゴリズムは、恒等的小行列式の和をO(2ⁿn³)時間で計算でき、Brualdi-Ryserの公式のO(2^{5n/2})の複雑さよりも顕著に改善されている。
• 帯行列（帯域幅w）に対しては、複雑さがO(2^{min(2w,n)}(w+1)n²)に低下し、wが固定されるとnが増加しても多項式スケーリングを達成する。
• 本手法は正方格子およびヘキサゴナル格子におけるWitten指数Wを正しく計算し、過去の結果に生じていた不一致を解消した。これはおそらく不十分な大整数算術に起因する可能性がある。
• 10×10の正方格子に対して、Witten指数は323,585,192,7936と計算され、Ref.[Eerten]で報告された値とは約1000倍の差があり、|W|^{1/mn}の正しい値は約1.333の範囲にある。
• C₆₀フラーレン（ボルキスフルーレン）の独立集合多項式の係数の和は217,727,997,152に等しく、既知の結果と一致する。
• Pythonモジュール「hobj」により、マッチング多項式および独立集合多項式の高速計算が可能となり、20×20の帯行列の係数の和が11,936,810,897,247,956,264,161,397,956,481,650,508,142,206,788と計算され、標準PCで1秒未満で実行された。