[논문 리뷰] An Exact Algorithm for Minimum Weight Vertex Cover Problem in Large Graphs

Luzhi Wang, Chu-Min Li외 3명|arXiv (Cornell University)|2019. 03. 14.

Advanced Graph Theory Research참고 문헌 24인용 수 9

한 줄 요약

이 논문은 대규모 희소 그래프에서 최소 무게 정점 커버 문제(MWVC)를 위한 정확한 브랜치 앤 바운드 알고리즘인 BMWVC를 제안한다. 네 가지 새로운 그래프 축소 규칙, 서로소 클리크 기반의 날카운 상한, 그리고 효율적인 분할 히ュ리스틱을 도입하여 BMWVC는 실제 대규모 그래프에서 정확한 해와 히ュ리스틱 해를 모두 초월하여 더 빠르고 일관성 있게 최적 해를 도출한다.

ABSTRACT

This paper proposes a novel branch-and-bound(BMWVC) algorithm to exactly solve the minimum weight vertex cover problem (MWVC) in large graphs. The original contribution is several new graph reduction rules, allowing to reduce a graph G and the time needed to find a minimum weight vertex cover in G. Experiments on large graphs from real-world applications show that the reduction rules are effective and the resulting BMWVC algorithm outperforms relevant exact and heuristic MWVC algorithms.

연구 동기 및 목표

• 대규모 실생활 그래프에서 최소 무게 정점 커버 문제(MWVC)에 대한 실용적인 정확한 솔버가 부족한 문제를 해결하기 위해.
• 기존의 FPT 알고리즘 및 SAT/MWC 기반 접근 방식의 한계를 극복하기 위해 MWVC에 특화된 알고리즘을 설계하기 위해.
• 최적성 보장을 유지하면서도 대규모 희소 그래프를 단순화하는 효과적인 축소 규칙을 개발하기 위해.
• 엄밀한 상한과 효과적인 분할 히ュ리스틱을 통해 검색 효율성을 향상시키기 위해.
• 실생활 및 응용 분야에 특화된 대규모 그래프에서 BMWVC를 평가하여 최신 정확한 및 히ュ리스틱 솔버보다 뛰어난 성능을 입증하기 위해.

제안 방법

• 도수, 무게, 이웃 구조에 기반해 정점의 제거 또는 고정을 통해 MWVC 인스턴스를 단순화하는 네 가지 새로운 그래프 축소 규칙을 제안한다.
• 검색 과정에서 비순위가 높은 분할을 제거하기 위해 그래프 내 서로소 클리크에서 계산된 상한을 활용한다.
• 브랜치 앤 바운드 과정에서 정점 선택을 위한 히ュ리스틱을 사용하여 검색 공간을 효율적으로 줄일 수 있도록 우선순위를 정한다.
• 축소 및 제거 기법을 활용하면서 성능을 향상시키는 브랜치 앤 바운드 프레임워크를 체계적으로 적용한다.
• 밀도가 높은 보조 그래프로 인한 확장성 문제를 피하기 위해 원본 그래프를 그대로 사용하고, 보조 그래프나 SAT로 변환하지 않는다.
• 메모리 오버플로우 발생 시 멈추고 찾은 최고의 해를 보고하며, 메모리가 허용하는 경우에만 최적성의 증명이 가능하도록 메모리 인식 전략을 구현한다.

실험 결과

연구 질문

• RQ1 새로운 그래프 축소 규칙는 최적성 보장을 유지하면서도 대규모 희소 정점 가중 그래프의 크기를 상당히 줄일 수 있는가?
• RQ2 서로소 클리크 기반의 날카운 상한은 MWVC에서 검색 공간의 상당한 부분을 제거하는 데 효과적인가?
• RQ3 효율적인 분할 히ュ리스틱은 랜덤 또는 도수 기반 선택보다 정확한 MWVC 솔버의 실행 시간을 줄이는 데 뛰어난가?
• RQ4 MWVC에 특화된 정확한 솔버는 실생활 대규모 그래프에서 SAT 인코딩이나 MWC 솔버와 같은 일반 목적 솔버를 초월할 수 있는가?
• RQ5 BMWVC는 대규모 및 응용 분야에 특화된 그래프에서 최신 히ュ리스틱 솔버(Dynwvc1/2 등)와 정확한 솔버(WLMC, SBMS 등)와 비교해 성능 및 해 품질 면에서 어떻게 성과를 내는가?

주요 결과

• 엣지 밀도가 7 이하인 47개의 실생활 대규모 그래프 중 46개에서 BMWVC가 최적 해를 증명했으며, 메모리 오버플로우로 인해 한 개의 인스턴스만 실패했다.
• 17개의 그래프에서 BMWVC는 최적 해를 찾고 증명하는 데 최고의 히ュ리스틱 솔버인 Dynwvc1 및 Dynwvc2보다 빠르게 성공했으며, 이들 솔버는 16개 인스턴스에서 최적 해를 찾지 못했다.
• WDP, KES, ECC, REF에서 유래한 293개의 응용 그래프 중 255개를 5시간 이내에 해결했으며, SBMS(86개 해결), Dynwvc1/Dynwvc2(209개 해결)를 능가했고, WLMC(269개 해결)에 매우 근접한 성능을 보였다.
• 제안된 축소 규칙는 매우 효과적이었으며, 거대한 그래프를 해결 가능할 정도의 크기로 단순화하여 이전 방법이 실패한 곳에서도 정확한 해결을 가능하게 했다.
• 서로소 클리크 기반의 날카운 상한은 검색 공간을 상당히 줄였으며, 더 빠른 수렴에 기여했다.
• BMWVC는 대규모 그래프에서 MWVC를 위한 전용으로 설계된 최초의 정확한 솔버로, SAT 또는 MWC 솔버 변환 방식의 비효율성을 피했다.