[논문 리뷰] A version of Szemerédi's regularity lemma for multicolored graphs and directed graphs that is suitable for induced graphs

Maria Axenovich, Ryan R. Martin|arXiv (Cornell University)|2011. 06. 15.

Advanced Graph Theory Research참고 문헌 3인용 수 5

한 줄 요약

이 논문은 다색 그래프와 방향 그래프로 수잔에디의 정규성 레마를 확장하여, 유도 부분그래프 임bedding을 지원하는 색상화되고 방향화된 정규성 레마를 도입한다. 밀도 구조가 그래프의 색상 또는 간선 분포와 일치하지 않는 한, 무작위 다색 및 방향 그래프는 일반적으로 고정된 유전적 성질에서 멀리 떨어져 있음을 증명하기 위해 조밀한 유전적 성질 분석을 위한 정규성, 국소화, 편집 거리 프레임워크를 구축한다.

ABSTRACT

In this manuscript we develop a version of Szemerédi's regularity lemma that is suitable for analyzing multicolorings of complete graphs and directed graphs. In this, we follow the proof of Alon, Fischer, Krivelevich and M. Szegedy [Combinatorica, 20(4) (2000), 451--476] who prove a similar result for graphs. The purpose is to extend classical results on dense hereditary properties, such as the speed of the property or edit distance, to the above-mentioned combinatorial objects.

연구 동기 및 목표

• 다색 및 방향 그래프에 적합한 수잔에디의 정규성 레마의 버전을 개발하여, 유도 부분그래프 임베딩을 지원한다.
• 밀도 있는 유전적 성질에 관한 고전적 결과들—예를 들어 속도와 편집 거리—를 다색 및 방향 그래프로 확장한다.
• 색상 및 방향 설정에서 국소화 및 클러스터링 기법을 가능하게 하는 정규성 프레임워크를 제공한다.
• 밀도 기반 정규성과 확률적 경계를 사용하여, 랜덤 그래프와 유전적 성질 사이의 편집 거리를 분석한다.
• 랜덤 그래프에서 유전적 성질로의 편집 거리는 일반적으로 성질의 밀도 구조에 의해 결정되는 기댓값 최소값에 매우 가까이 놓여 있음을 증명한다.

제안 방법

• 알론 등(2000)의 그래프에 대한 증명 전략을 다색 및 방향 그래프로 확장하여, 유도 부분그래프와 정밀한 등분할을 사용한다.
• 각 색상 또는 간선 방향의 밀도에서 쌍의 클러스터가 정규적일 수 있도록 색상화된 정규성 조건을 정의하며, 오차 한계는 매개변수 γ로 제어한다.
• 밀도가 충분히 클 경우 부분집합 제약 조건 하에서도 정규성을 유지하는 다색 및 방향 그래프용 절단 레마를 도입한다.
• 목표 그래프 H의 유도 복사본을 정규화된 구조에서 찾기 위해 일관된 색상 또는 방향 밀도를 가진 마이크로클러스터를 선택하는 임베딩 레마를 적용한다.
• 랜덤 그래프에서 클러스터 밀도가 기댓값에서 벗어나지 않도록 하는 확률적 경계를 위해 체르노프 경계를 사용한다. 이는 기댓값 주변으로 집중됨을 보장한다.
• 정규 클러스터에서 색상 또는 방향 쌍이 일치하지 않을 경우의 편집 거리를 합산하여, 무작위 그래프와 유전적 성질 사이의 편집 거리를 유계로 둔다. 오차 항은 ε과 k로 제어된다.

실험 결과

연구 질문

• RQ1 다색 그래프에 대해, 유도 부분그래프 임베딩과 유전적 성질 분석을 지원하는 정규성 레마를 구성할 수 있는가?
• RQ2 정규성 프레임워크는 어떻게 방향 그래프로 확장되어, 유도 부분그래프와 편집 거리를 분석할 수 있는가?
• RQ3 랜덤 다색 또는 방향 그래프와 고정된 유전적 성질 사이의 일반적인 편집 거리는 얼마인가?
• RQ4 주어진 색상 또는 방향 모델 하에서, 정규 분할의 클러스터 밀도는 랜덤 그래프에서 기댓값과 어떻게 관련이 있는가?
• RQ5 랜덤 그래프에서 유전적 성질로의 편집 거리가 성질의 밀도 구조에 의해 결정되는 특정 값 근처에 집중되는 조건은 무엇인가?

주요 결과

• 논문은 다색 및 방향 그래프에서 유도 부분그래프 임베딩을 지원하는 색상화되고 방향화된 수잔에디의 정규성 레마의 버전을 구축한다.
• 모든 유전적 성질 H에 대해, 무작위 그래프 G_n,p에서 H로의 편집 거리는 점점 거의 확실히 f_K(p) * binom(n,2) - o(n²) 이상임을 증명한다. 여기서 f_K(p)는 최소 금지 부분구조의 밀도이다.
• 편집 거리 유계의 오차 항은 O(rεn²)이며, 이는 ε이 작을 경우 거리가 기댓값 최소값 근처로 강하게 집중됨을 보여준다.
• 절단 및 임베딩 레마는 일관된 색상 또는 방향 밀도를 가진 정규 클러스터를 사용하여 목표 그래프 H를 유도 부분그래프로 임베딩할 수 있음을 보장한다.
• 체르노프 경계를 통한 확률적 집중은, 무작위 그래프에서 클러스터 밀도가 높은 확률로 기댓값에 가까이 있음을 보장하며, 이는 강력한 정규성 기반 분석을 가능하게 한다.
• 이 프레임워크는 편집 거리 문제를 정규 클러스터로 국소화할 수 있게 하여, 전반적인 문제를 금지된 부분구조의 구조에 대한 유한 차원의 밀도 최적화 문제로 줄여낸다.