[논문 리뷰] Computing Optimal Assignments in Linear Time for Approximate Graph Matching

Pierre-Louis Giscard, Nils M. Kriege외 2명|arXiv (Cornell University)|2019. 01. 29.

Graph Theory and Algorithms참고 문헌 44인용 수 8

한 줄 요약

이 논문은 비용 함수가 트리 거리일 경우 최적의 할당을 계산하기 위한 선형 시간 알고리즘을 제안한다. 이는 그래프 편집 거리의 효율적 근사화를 가능하게 한다. 이산적이고 연속적인 정점 레이블을 위한 트리 거리 메트릭을 활용함으로써, 삼차 시간 복잡도를 가지는 하운지안 알고리즘에 비해 극적으로 감소된 실행 시간으로 근사 최적 성능를 달성한다.

ABSTRACT

Finding an optimal assignment between two sets of objects is a fundamental problem arising in many applications, including the matching of `bag-of-words' representations in natural language processing and computer vision. Solving the assignment problem typically requires cubic time and its pairwise computation is expensive on large datasets. In this paper, we develop an algorithm which can find an optimal assignment in linear time when the cost function between objects is represented by a tree distance. We employ the method to approximate the edit distance between two graphs by matching their vertices in linear time. To this end, we propose two tree distances, the first of which reflects discrete and structural differences between vertices, and the second of which can be used to compare continuous labels. We verify the effectiveness and efficiency of our methods using synthetic and real-world datasets.

연구 동기 및 목표

• 일般적으로 O(n³) 시간이 필요한 최적 할당의 계산 병목 현상을 해결한다.
• 특정 비용 함수 하에 최적 할당을 선형 시간 내에 계산할 수 있는 방법을 개발한다.
• 대규모 그래프 비교 작업에서 최적 할당의 실용적 적용을 가능하게 한다.
• 그래프의 구조적 차이와 연속적 레이블 차이를 모두 반영하는 트리 기반 거리 메트릭을 설계한다.
• NP-난이도인 정확한 그래프 편집 거리 계산에 대한 확장 가능한 대안을 제공한다.

제안 방법

• 정점 간 비용을 트리 거리 메트릭으로 표현함으로써, 동적 프로그래밍을 통한 선형 시간 최적 할당을 가능하게 한다.
• 이산적인 정점 간의 구조적 차이를 위한 트리 거리 함수와 연속적 레이블을 위한 다른 트리 거리 함수를 도입한다.
• 정점 간 매칭을 선형 시간 내에 수행함으로써 트리 거리를 활용해 그래프 편집 거리를 근사한다.
• 비용 계산을 위해 그래프의 트리 구조적 표현을 생성하기 위해 Weisfeiler-Lehman 부분수 나무 커널을 적용한다.
• 최적 할당 비용을 ℓ₁ 공간에 통합하여 그래프 데이터베이스에서 효율적인 최근접 이웃 검색을 지원한다.
• 트리 메트릭이 트리에서의 최소비용 할당 계산을 효율적으로 가능하게 한다는 사실을 활용한다.

실험 결과

연구 질문

• RQ1 비용 함수가 트리 거리일 경우 최적 할당을 선형 시간 내에 계산할 수 있는가?
• RQ2 실제 및 시뮬레이션 데이터셋에서 제안된 방법이 정확한 그래프 편집 거리를 얼마나 잘 근사하는가?
• RQ3 트리 기반 비용과 정확하거나 탐욕적 방법을 비교할 때 정확도와 실행 시간 간의 상호 상충 관계는 어떠한가?
• RQ4 트리 거리가 그래프 매칭에서 이산적이고 연속적인 정점 레이블을 효과적으로 모델링할 수 있는가?
• RQ5 선형 시간 방법이 그래프 기반 기계학습 작업에서 경쟁력 있는 분류 정확도를 유지하는가?

주요 결과

• 비용이 트리 거리에서 유도될 경우 제안된 방법은 O(n) 시간 내에 최적 할당을 계산하며, 표준 하운지안 알고리즘의 O(n³)에 비해 뚜렷한 향상이 이루어진다.
• Mutagenicity 데이터셋에서 Linear 방법은 BP(78.1%), Greedy(79.2%), GraphHopper(73.5%)보다 높은 분류 정확도(81.5%)를 달성했다.
• Letter 데이터셋에서는 저편집 거리 설정에서 다른 방법들과 유사하거나 약간 뛰어난 성능를 보였으며, 분류 정확도는 Letter L에서 98.8%, Letter M에서 93.6%였다.
• 실행 시간 성능는 극적으로 뛰어났다: NCI1 데이터셋에서 Linear 방법은 평균 13초 내에 완료되었고, 정확한 방법은 어려운 인스턴스에서 100초 후 타임아웃되었다.
• 고편집 거리 쌍에서 정확한 그래프 편집 거리와의 분리 현상이 뚜렷했지만, 이는 최근접 이웃 분류 성능에 악영향을 주지 않았다.
• Weisfeiler-Lehman 트리 표현은 BP보다 그래프의 구조를 더 잘 활용할 수 있게 하여 분자의 데이터셋에서 더 높은 정확도를 기여했다.