[논문 리뷰] A Duality Based 2-Approximation Algorithm for Maximum Agreement Forest

Frans Schalekamp, Anke van Zuylen외 1명|arXiv (Cornell University)|2016. 01. 01.

Data Mining Algorithms and Applications인용 수 2

한 줄 요약

이 논문은 최대 일치 숲(MAF) 문제에 대해 두 개의 루트가 있는 이진 트리에서 2-근사 알고리즘을 제안하며, 선형계획법 이중성 이론을 사용해 근사 비율을 분석한다. 이전의 국소적 부분수형분석에 의존하는 방법들과는 달리, 이 알고리즘은 최소 불일치 부분수형을 식별하고 이중 탯값에 기반한 전역적 연산을 수행함으로써 이전까지의 최선의 근사 비율 2.5를 향상시킨다.

ABSTRACT

We give a 2-approximation algorithm for the Maximum Agreement Forest problem on two rooted binary trees. This NP-hard problem has been studied extensively in the past two decades, since it can be used to compute the Subtree Prune-and-Regraft (SPR) distance between two phylogenetic trees. Our result improves on the very recent 2.5-approximation algorithm due to Shi, Feng, You and Wang (2015). Our algorithm is the first approximation algorithm for this problem that uses LP duality in its analysis.

연구 동기 및 목표

• 두 개의 루트가 있는 이진 트리에서 최대 일치 숲(MAF) 문제에 대한 2-근사 알고리즘을 개발하는 것.
• MAF 문제에 대해 이전까지의 최선의 근사 비율 2.5를 향상시키는 것.
• 선형계획법 이중성 기반 분석을 도입하여 MAF 근사에 대한 새로운 이론적 프레임워크를 제공하는 것.
• 국소적 4엽 부분수형에 의존하는 대신, 최소 불일치 부분수형을 식별하고 이를 기반으로 전역적 알고리즘 접근법을 설계하는 것.
• 실제로 알고리즘이 잘 작동함을 실험적으로 입증하며, 평균 근사 비율이 1.92이며, 간단한 그레디 후처리 단계를 적용하면 1.28 이하로 감소함을 보이는 것.

제안 방법

• 알고리즘은 MAF 문제의 선형계획법 완화 문제에 대해 타당한 이중 해를 구성하며, 이중 목표함수를 최적 해의 하한으로 사용한다.
• 입력 트리 중 하나에서 이중성 없는 최소 부분수형을 식별한다. 여기서는 잘라낸 후에 잎집합이 동형 부분수형을 이루지 않는다.
• 이 불일치 부분수형 내의 활성 형제 쌍에 대해 국소적 연산을 수행하며, 이중 변수를 갱신하는 ResolvePair라는 절차를 사용한다.
• LCA의 구조적 성질과 삼중조합 일致성의 특성을 활용하여, 타당한 이중 해를 유지함으로써 부하 증가가 항상 일치하는 집합에만 발생하도록 보장한다.
• 잠재 함수의 논증을 사용하여 원래 비용 증가량을 이중 수익에 상대적으로 제한함으로써, 이중 목표함수가 원래 비용의 최소 절반 이상임을 증명한다.
• 후행 병합 단계를 통해 최종 숲이 타당성을 유지하고 알고리즘 실행 전반에 걸쳐 이중 해가 유효하게 유지됨을 보장한다.

실험 결과

연구 질문

• RQ1 선형계획법 이중성에 기반한 방법을 사용하여 MAF 문제에 대해 2-근사 알고리즘을 개발할 수 있는가, 국소적 구조적 논증 대신에?
• RQ2 국소적 4엽 구성요소에 집중하는 대신, 최소 불일치 부분수형을 식별하고 이를 기반으로 전역적 알고리즘을 설계할 수 있는가?
• RQ3 후처리 기법과 결합했을 때, 이중성 기반 알고리즘의 성능은 이전의 근사 알고리즘과 비교해 어떻게 되는가?
• RQ4 이중 해는 근사 비율을 증명하는 데만 쓰이는 것이 아니라, 근사 최적의 일치 숲을 구성하는 데도 지침으로 사용될 수 있는가?
• RQ5 특히 최적 해가 알려진 인스턴스에 대해, 알고리즘의 경험적 성능은 근사 비율과 실행 시간 측면에서 어떻게 되는가?

주요 결과

• 제안된 알고리즘은 최대 일치 숲 문제에 대해 2-근사 비율을 달성하며, 이는 이전까지의 최선인 2.5를 향상시킨다.
• 알고리즘의 분석은 선형계획법 이중성에 기반하여, 이는 MAF 근사 알고리즘 중에서 이론적 근거로 이중성을 처음으로 사용한 것이다.
• 2000개의 잎을 가진 무작위로 생성된 인스턴스 1000개에 대한 테스트에서 44%의 경우에 이중 해가 정확히 최적의 이중 값과 일치했다.
• 37%의 경우에 이중 해는 최적의 이중 값에서 단 한 단위 이내였으며, 강력한 이중 하한을 의미한다.
• 관측된 평균 근사 비율은 약 1.92였으며, 간단한 그레디 후처리 단계를 통해 호환 가능한 트리를 병합함으로써 1.28 이하로 감소하였다.
• 알고리즘은 다항식 시간 내에 구현 가능하지만, 최소 불일치 부분수형을 식별하는 데 드는 비용으로 인해 정확한 시간 복잡도는 아직 명확하지 않다.