[논문 리뷰] Approximately Counting Independent Sets of a Given Size in Bounded-Degree Graphs

Ewan Davies, Will Perkins|arXiv (Cornell University)|2021. 01. 01.

Markov Chains and Monte Carlo Methods인용 수 2

한 줄 요약

이 논문은 유계 차수 그래프에서 주어진 크기의 독립집합을 근사적으로 세고 샘플링하는 데 대한 계산적 임계값을 설정한다. ∆-정규 트리에서 하드코어 모델의 유일성 임계값과 관련된 임계 밀도 αc(∆)를 규명하여, αc(∆) 이하의 밀도에서는 다항시간 근사계량법(FPRAS)이 존재함을 보이고, 그 이상에서는 NP = RP 가 아닌 한 난이도가 있음을 밝힌다.

ABSTRACT

We determine the computational complexity of approximately counting and sampling independent sets of a given size in bounded-degree graphs. That is, we identify a critical density α_c(Δ) and provide (i) for α < α_c(Δ) randomized polynomial-time algorithms for approximately sampling and counting independent sets of given size at most α n in n-vertex graphs of maximum degree Δ; and (ii) a proof that unless NP=RP, no such algorithms exist for α > α_c(Δ). The critical density is the occupancy fraction of hard core model on the clique K_{Δ+1} at the uniqueness threshold on the infinite Δ-regular tree, giving α_c(Δ) ~ e/(1+e)1/(Δ) as Δ → ∞.

연구 동기 및 목표

• 유계 차수 그래프에서 주어진 크기의 독립집합을 근사적으로 세고 샘플링하는 데 있어 계산 복잡도를 규명하는 것.
• 이 문제의 다항시간 해법과 난이도가 갈리는 정확한 임계값 αc(∆)를 규명하는 것.
• 이전에 하드코어 모델의 분할함수 ZG(λ)에 대해 알려진 계산 단계 전이 개념을, 고정 크기의 독립집합 세는 문제로 확장하는 것.
• 집합 등가성과 점유 분율 분석을 통해 알고리즘 복잡도와 극값 조합론 간의 연결 고리를 설정하는 것.
• 반자성 2스핀 시스템, 특히 이징 모델을 포함한 일반화된 프레임워크를 제시하여 유사한 계산 임계값이 존재함을 보이는 것.

제안 방법

• 통계역학에서 광역 및 정준 집합 간의 등가성을 활용하여 하드코어 모델에서의 샘플링을 고정 크기의 독립집합에 대한 균일 샘플링으로 연결한다.
• fugacity λ < λc(∆)일 때 최대 차수 ∆인 그래프에서 Glauber 동역학의 급속 혼합 성질을 이용해 하드코어 분포에서 효율적인 샘플링을 가능하게 한다.
• Peters와 Regts의 독립다항식 ZG(λ)의 영영역을 적용하여 근사 과정에서의 농도와 특이점 회피를 보장한다.
• Michelen과 Sahasrabudhe의 점유된 정점 수에 대한 중심극한정리 적용을 통해 원하는 크기의 독립집합을 얻는 확률를 제어한다.
• ∆-정규 삼각형 없는 그래프 K를 사용한 난이도 감소 기법을 통해, λ > λc(∆)일 때 하드코어 분할함수 ZG(λ) 근사 문제를 고정 크기의 독립집합 수 세기 문제로 환원한다.
• 이징 모델의 경우 유사한 기법을 적용: Glauber 동역학의 급속 혼합, 복소평면 내 영영역, 국소 중심극한정리를 활용하여 +스핀 수와 목표 크기 간의 관계를 설정한다.

실험 결과

연구 질문

• RQ1 유계 차수 그래프에서 주어진 크기 k의 독립집합 수를 근사하는 데 있어, 하드코어 모델의 분할함수 ZG(λ)에 대해 알려진 임계값과 유사한 계산 임계값이 존재하는가?
• RQ2 n-정점 그래프의 최대 차수 ∆에서 k ≤ αn 인 고정 크기의 독립집합 수를 세는 문제에서 다항시간 해법과 난이도가 갈리는 정확한 임계 밀도 αc(∆)는 무엇인가?
• RQ3 통계역학에서 광역 및 정준 집합 간의 등가성을 활용하여 고정 크기의 독립집합 수를 세는 데 있어 효율적인 알고리즘을 설계할 수 있는가?
• RQ4 고정 크기의 독립집합 수를 세는 문제에 대한 계산 임계값이 무한대 ∆-정규 트리에서 하드코어 모델의 유일성 임계값과 일치하는가?
• RQ5 이 프레임워크를 이징 모델과 같은 다른 반자성 2스핀 시스템으로 확장하여 유사한 계산 임계값이 존재함을 보일 수 있는가?

주요 결과

• 임계 밀도 αc(∆)는 무한대 ∆-정규 트리에서 하드코어 모델의 유일성 임계점에서의 완전 그래프 K∆+1의 점유 분율로 주어지며, ∆ → ∞ 일 때 αc(∆) ∼ e/(1+e) 임을 보임.
• α < αc(∆) 이면, 최대 차수 ∆인 n-정점 그래프에서 k ≤ αn 인 고정 크기의 독립집합 수를 세는 데 대해 다항시간 무작위 근사계량법(FPRAS)이 존재함.
• α > αc(∆) 이면, NP = RP 가 아닌 한, 이러한 그래프에서 k ≤ αn 인 고정 크기의 독립집합 수를 근사할 수 있는 다항시간 알고리즘이 존재하지 않음.
• 이 난이도 결과는 λ > λc(∆) 일 때 하드코어 분할함수 ZG(λ) 근사 문제로의 환원을 통해 확립되며, 동일한 가정 하에 기존에 알려진 난이도와 일치함.
• 이 방법은 반자성 2스핀 시스템, 특히 이징 모델에도 적용 가능하며, +스핀 수가 고정된 경우의 해법 가능성은 유사한 임계값 αinf(B, λc, ∆)에 의해 결정됨.
• 극값 조합론과 집합 등가성 논증을 바탕으로, 임계 임계값 αc(∆)는 완전 그래프 K∆+1에서 달성될 것으로 추측됨.