[논문 리뷰] Average Shortest Path Length of Graphs of Diameter 3

Nobutaka Shimizu, Ryuhei Mori|arXiv (Cornell University)|2016. 06. 16.

Interconnection Networks and Systems참고 문헌 7인용 수 3

한 줄 요약

이 논문은 정규 그래프에서 평균 최단 경로 길이(ASPL)를 최소화하기 위해 확률적 국소 탐색(SLS) 알고리즘을 위한 효율적인 평가 함수 $3\triangle + 2\Box$를 제안한다. 삼각형과 사각형의 수를 활용함으로써 $O(1)$-시간 평가가 가능해지고, 저-ASPL 그래프를 구축할 수 있다. 시뮬레이션 분석과 반복적 첫 번째 개선법을 사용하여 10,000개 노드를 가진 그래프에서 degree 60과 64인 경우 그래프 골프 경쟁에서 최고의 성과를 기록하였다.

ABSTRACT

A network topology with low average shortest path length (ASPL) provides efficient data transmission while the number of nodes and the number of links incident to each node are often limited due to physical constraints. In this paper, we consider the construction of low ASPL graphs under these constraints by using stochastic local search (SLS) algorithms. Since the ASPL cannot be calculated efficiently, the ASPL is not suitable for the evaluation function of SLS algorithms. We first derive an equality and bounds for the ASPL of graphs of diameter 3. Then, we propose use the simpliest upper bound represented by the number of triangles and squares in the graph as an evaluation function for graphs of diameter 3. We show that the proposed evaluation function can be evaluated in O(1) time as the number of nodes and the maximum degree tend to infinity by using some data tables. By using the simulated annealing with the proposed evaluation function, we construct low ASPL regular graphs of diameter 3 with 10 000 nodes.

연구 동기 및 목표

• 고정된 차수와 최대 차수 제약 조건 하에서 직경 3인 그래프에서 평균 최단 경로 길이(ASPL)를 효율적으로 최소화하는 문제를 해결하기 위해.
• 확률적 국소 탐색(SLS) 알고리즘에서 직접적으로 ASPL를 평가하는 것이 계산적으로 불가능한 문제를 해결하기 위해.
• ASPL와 강한 상관관계를 가지며, 그래프의 부분 구조에 기반한 빠른 대체 평가 함수를 개발하기 위해.
• 제안된 평가 함수를 사용하여 SLS 알고리즘을 통해 직경 3인 저-ASPL 정규 그래프를 구축하기 위해.
• 대규모 그래프(10,000개 노드)에서 그래프 골프 경쟁에서 최신 기술 수준의 성과를 달성하기 위해.

제안 방법

• 삼각형($(\triangle$), 사각형($(\Box$), 그리고 $\triangle^{(2)}$ 및 $\Box^{(2)}$와 같은 고차원 부분 구조의 수를 사용하여 직경 3인 그래프의 ASPL에 대한 정확한 등식과 날카운 한계를 유도한다.
• SLS에 대한 계산적으로 효율적인 평가 함수로 $3\triangle + 2\Box$를 제안하며, 이는 ASPL와의 강한 상관관계와 사전 계산된 데이터 테이블을 활용한 $O(1)$ 평가 시간으로 인해 정당화된다.
• 모든 간선에 대한 삼각형과 사각형의 수를 저장하는 데이터 구조를 사용하여 국소 탐색 중에 일정 시간 내에 업데이트가 가능하도록 평가 함수를 구현한다.
• 제안된 평가 함수를 사용하여 반복적 첫 번째 개선법(IFI)과 시뮬레이션 분석(SA)을 적용하여 해 공간을 효율적으로 탐색한다.
• IFI의 성능을 향상시키기 위해 간격을 두고 $3\triangle_e + 2\Box_e$ 기반으로 간선를 재정렬하여 교체할 잠재적 간선 쌍을 우선순위에 따라 처리한다.
• 탐색과 탐색의 균형을 맞추기 위해 $T(k) = 11 / \ln(k+1)$의 냉각 스케줄을 사용한다.

실험 결과

연구 질문

• RQ1 직경 3인 그래프에서 빠르고 부분 구조 기반의 대체 함수가 ASPL를 정확하게 근사할 수 있는가?
• RQ2 $3\triangle + 2\Box$가 정규 그래프에서 직경 3인 경우 ASPL를 최소화하기 위한 SLS 평가 함수로 충분한가?
• RQ3 $O(1)$-시간 평가가 가능한 대체 함수가 저-ASPL 그래프를 효율적으로 탐색하는 데 기여하는가?
• RQ4 제안된 함수를 사용한 SLS로 인해 무작위 정규 그래프에 비해 얼마나 높은 ASPL 향상 효과를 기대할 수 있는가?
• RQ5 이 방법은 대규모 그래프 구축, 예를 들어 그래프 골프 경쟁에서 기존 솔루션을 능가할 수 있는가?

주요 결과

• 제안된 평가 함수 $3\triangle + 2\Box$는 $O(1)$-시간 평가와 국소 이동당 $O(d^2)$-시간 업데이트를 가능하게 하여 대규모 SLS에 매우 효율적이다.
• n = 10,000, d = 60인 경우, 제안된 함수를 사용한 시뮬레이션 분석은 ASPL 2.6502를 기록하였으며, ASPL 갭은 $6.2 \times 10^{-3}$이었고, 그래프 골프 경쟁에서 최고 성과를 달성하였다.
• n = 10,000, d = 64인 경우, 이 방법은 ASPL 2.6099를 기록하였으며, ASPL 갭은 $10.0 \times 10^{-3}$이었고, 이 역시 그래프 골프에서 최고 성과였다.
• 수정된 IFI 알고리즘은 n=10,000, d=60일 때, 무작위 그래프의 ASPL 갭 $21.31 \times 10^{-3}$을 국소 최적점에서 $6.886 \times 10^{-3}$으로 줄여 68% 향상 효과를 보였다.
• 이 방법은 무작위 정규 그래프보다 뚜렷이 뛰어나며, n=10,000, d=64인 경우 최적화 후 ASPL 갭이 50% 이상 감소하였다.
• 논문에서 유도한 경계, 특히 $\triangle^{(2)}$와 $\Box^{(2)}$를 포함한 경계는 $3\triangle + 2\Box$ 함수보다 ASPL를 더 정확하게 근사하는 것으로 나타났으며, 향후 더 나은 평가 함수 개발 가능성을 시사한다.