[논문 리뷰] A Parameterized View on Multi-Layer Cluster Editing.

Jiehua Chen, Hendrik Molter외 2명|arXiv (Cornell University)|2017. 09. 26.

Advanced biosensing and bioanalysis techniques인용 수 1

한 줄 요약

이 논문은 최대 d개의 마킹된 정점을 제거함으로써 다중 상호관계 그래프 계층을 일관된 클러스터 그래프로 변환하는 데 필요한 간선 수정 수를 최소화하는 다층 클러스터 편집(parameterized) 프레임워크인 Multi-Layer Cluster Editing을 소개한다. 주요 기여는 (d, k) 조합 매개변수에 대해 문제의 FPT 성질을 증명한 것이며, (d, k, l)에 대해 다항식 커널을 갖는다. 반면 더 작은 매개변수 조합에 대해서는 para-NP-난이도를 보이며 다항식 커널이 존재하지 않는다.

ABSTRACT

In classical Cluster Editing we seek to transform a given graph into a disjoint union of cliques, called a cluster graph, using the fewest of edge modifications (deletions or additions). Motivated by recent applications, we propose and study Cluster Editing in multi-layer graphs. A multi-layer graph consists of a set of simple graphs, called layers, that all have the same vertex set. In Multi-Layer Cluster Editing we aim to transform all layers into cluster graphs that differ only slightly. More specifically, we allow to mark at most d vertices and to transform each layer of the multi-layer graph into a cluster graph with at most k edge modifications per layer such that, if we remove the marked we obtain the same cluster graph in all Multi-Layer Cluster Editing is NP-hard and we analyze its parameterized complexity. We focus on the natural parameters max. d of marked vertices, max. k of edge modifications per layer, number n of vertices, and number l of layers. We fully explore the parameterized computational complexity landscape for those parameters and their combinations. Our main results are that Multi-Layer Cluster Editing is FPT with respect to the parameter combination (d, k) and that it is para-NP-hard for all smaller or incomparable parameter combinations. Furthermore, we give a polynomial kernel with respect to the parameter combination (d, k, l) and show that for all smaller or incomparable parameter combinations, the problem does not admit a polynomial kernel unless NP is in coNP/poly.

연구 동기 및 목표

• 다양한 그래프 계층 간 일관된 클러스터링을 달성하기 위해 최소한의 수정을 요구하는 문제에 대응한다.
• 각 계층이 최대 d개의 마킹된 정점을 제거한 후 유사한 클러스터 그래프로 변환되어야 하는 새로운 문제인 Multi-Layer Cluster Editing을 정식화한다.
• d(마킹된 정점 수), k(각 계층의 간선 수정 수), n(정점 수), l(계층 수)와 같은 자연적 매개변수에 대해 문제의 매개변수 복잡도를 분석한다.
• 다양한 매개변수 조합이 FPT 알고리즘 또는 다항식 커널을 유도하는지 여부를 확인함으로써 타당성의 경계를 규명한다.

제안 방법

• 모든 계층이 동일한 정점 집합을 공유하지만 간선 집합은 다를 수 있는 다층 그래프의 형식적 모델을 제안한다.
• 마킹된 정점 최대 d개를 제거함으로써 계층 간 일관된 클러스터 구조를 확보할 수 있도록 마킹 개념을 도입한다.
• 마킹된 정점 집합에 대해 유한한 탐색과 동적 프로그래밍을 활용하여 (d, k) 매개변수에 기반한 FPT 알고리즘을 개발한다.
• (d, k, l)에 대해 문제 크기를 다항식 범위로 축소하기 위해 커널화 기법을 적용하여 효율적인 사전처리를 보장한다.
• 클러스터 그래프의 구조적 제약을 다루기 위해 트리폭과 모듈러 분해 기법을 활용한다.
• 교차 구성(Cross-composition)을 통한 난이도 결과를 활용하여 표준 복잡도 가정 하에 다항식 커널이 존재하지 않음을 규명한다.

실험 결과

연구 질문

• RQ1 매개변수 조합 (d, k)에 대해 Multi-Layer Cluster Editing이 고정 매개변수 복잡도(Fixed-Parameter Tractable, FPT)인가?
• RQ2 (d, k, l)에 대해 문제에 다항식 커널이 존재하는가? 더 작은 또는 상호비교 불가능한 매개변수 조합의 복잡도는 어떠한가?
• RQ3 마킹된 정점 수와 각 계층의 간선 수정 수가 작더라도, 많은 수의 계층이 존재하더라도 문제를 효율적으로 해결할 수 있는가?
• RQ4 어떤 매개변수 조합에 대해 문제는 para-NP-난이도를 보이며, 본질적인 난이도를 나타내는가?
• RQ5 어떤 조건에서 문제는 NP ⊆ coNP/poly가 성립하지 않는 한 다항식 커널을 갖지 않는가?

주요 결과

• Multi-Layer Cluster Editing은 (d, k) 조합 매개변수에 대해 FPT이므로, d와 k가 작을 경우 효율적으로 해결할 수 있다.
• (d, k, l)에 대해 문제는 다항식 커널을 갖는다. 이는 이러한 매개변수 값이 작을 경우 효율적인 사전처리를 가능하게 한다.
• 모든 (d, k)보다 작거나 상호비교 불가능한 매개변수 조합에 대해 문제는 para-NP-난이도를 보이며, 이는 (d, k) 조합이 타당한 최소 조합임을 시사한다.
• (d, k)보다 엄격히 작거나 상호비교 불가능한 모든 매개변수 조합에 대해 문제는 NP ⊆ coNP/poly가 성립하지 않는 한 다항식 커널을 갖지 않으며, 이는 일반적으로 불가능하다고 간주된다.
• 커널화 결과는 날카롭게 조정되어 있으며, 표준 복잡도 가정 하에 더 작은 또는 상호비교 불가능한 매개변수 조합으로는 다항식 커널을 얻을 수 없다.
• 본 연구는 문제의 완전한 매개변수 복잡도 지도를 수립하여, 타당성과 비타당성의 정확한 경계를 규명하였다.