[논문 리뷰] Correlation Detection in Trees for Planted Graph Alignment

Luca Ganassali, Laurent Massoulié외 1명|arXiv (Cornell University)|2021. 07. 15.

Complex Network Analysis Techniques인용 수 6

한 줄 요약

이 논문은 희박한 상관관계가 있는 Erdős-Rényi 그래프에서 다항시간 그래프 정렬의 가능성을 분석하기 위해 트리 기반 상관관계 탐지 프레임워크를 제안한다. 트리 상관관계 탐지가 가능할 경우 항상 부분 정렬을 성공하는 메시지 전달 알고리즘인 MPAlign를 제안하며, 이는 효율적 정렬을 위한 새로운 매개변수 영역를 설정하고, 탐지가 불가능할 경우 계산적으로 어려운 단계가 존재할 것임을 시사한다.

ABSTRACT

Motivated by alignment of correlated sparse random graphs, we introduce a hypothesis testing problem of deciding whether or not two random trees are correlated. We obtain sufficient conditions under which this testing is impossible or feasible. We propose MPAlign, a message-passing algorithm for graph alignment inspired by the tree correlation detection problem. We prove MPAlign to succeed in polynomial time at partial alignment whenever tree detection is feasible. As a result our analysis of tree detection reveals new ranges of parameters for which partial alignment of sparse random graphs is feasible in polynomial time. We then conjecture that graph alignment is not feasible in polynomial time when the associated tree detection problem is impossible. If true, this conjecture together with our sufficient conditions on tree detection impossibility would imply the existence of a hard phase for graph alignment, i.e. a parameter range where alignment cannot be done in polynomial time even though it is known to be feasible in non-polynomial time.

연구 동기 및 목표

• 무작위 트리에서의 상관관계 탐지 가능 여부 또는 불가능 여부를 결정하기 위한 조건을 규명함으로써, 그래프 정렬 가능성을 대체로 평가하는 것.
• 트리 상관관계 탐지에 영감을 얻은 메시지 전달 알고리즘인 MPAlign를 개발하여 부분 그래프 정렬을 수행하는 것.
• 트리 상관관계 탐지의 가능성과 그래프 정렬의 계산 복잡도 사이의 연관성을 설정하는 것.
• 정보 이론적으로 가능하더라도 다항시간 내에 정렬이 불가능한 계산적으로 어려운 단계가 존재할 것이라는 추측을 제기하는 것.
• 특히 교차 그래프의 거대 컴포넌트와의 관계에서, 희박한 영역에서 부분 정렬의 최대 달성 가능한 오버랩을 규명하는 것.

제안 방법

• n(노드 수), λ(평균 차수), s(상관관계)를 매개변수로 사용하는 상관관계가 있는 Erdős-Rényi 모델을 사용하여 두 개의 상관관계가 있는 희박한 랜덤 그래프를 모델링한다.
• 정점에서 시작하는 루트 기반 트리에 대한 가설 검정 문제로 그래프 정렬 문제를 환원하여, 두 트리가 상관관계가 있는지 여부를 분석한다.
• 모든 간선 존재 여부가 상관관계가 있는 베르누이 분포에 의해 결정되는 분지 과정을 사용하여 트리 성장을 모델링한다.
• 공통 분포를 상관관계가 있는 경우와 독립적인 경우에 대해 비교하기 위해 Radon-Nikodym 미분을 이용한 측도 변화 기법을 적용한다.
• 정렬 추정기의 성능 측도로 오버랩 비율을 도입하여, 정확히 정렬된 노드의 비율을 측정한다.
• 지역 트리 구조에서 작동하는 메시지 전달 알고리즘인 MPAlign를 사용하며, 트리 탐지가 가능할 경우 다항시간 내에 부분 정렬을 달성한다.

실험 결과

연구 질문

• RQ1 무작위 트리에서의 상관관계 탐지가 가능하거나 불가능한 조건은 무엇인가?
• RQ2 트리 상관관계 탐지가 가능할 경우, MPAlign과 같은 메시지 전달 알고리즘이 다항시간 내에 부분 정렬을 달성할 수 있는가?
• RQ3 정보 이론적으로 가능하더라도 다항시간 내에 정렬이 불가능한 계산적으로 어려운 단계가 존재하는가?
• RQ4 희박한 랜덤 그래프에서 부분 정렬의 최적 달성 오버랩은 무엇이며, 이는 정렬된 교차 그래프의 구조와 어떻게 관련이 있는가?
• RQ5 트리 상관관계 탐지 결과를 정규 또는 국소적으로 트리와 유사한 구조를 가진 더 복잡한 그래프 모델로 일반화할 수 있는가?

주요 결과

• 트리 상관관계 탐지가 가능할 경우 MPAlign은 항상 다항시간 내에 부분 정렬을 성공하며, 트리 수준의 탐지와 그래프 수준의 정렬 사이의 직접적인 연결 고리를 설정한다.
• 논문은 기존에 알려진 임계값을 초월하여, λ와 s에 대해 새로운 매개변수 영역를 규명하여 희박한 랜덤 그래프의 부분 정렬이 다항시간 내에 가능함을 입증한다.
• 트리 상관관계 탐지가 불가능한 경우, 논문은 그래프 정렬에서 계산적으로 어려운 단계가 존재할 것임을 추측하며, 이 단계에서는 정보 이론적으로는 가능하더라도 다항시간 알고리즘이 성공할 수 없다고 주장한다.
• 동형성 경우(s = 1)에서는 최대 달성 가능한 오버랩이 1 − pext(λ) − λ(λ + 5)e−2λ 이상이 되며, 여기서 pext(λ)는 포아송(λ) 분포의 후손 수를 가지는 갈톤-워슨 트리의 생존 확률이다.
• 희박한 영역에서 신뢰성 있게 정렬할 수 있는 노드 집합은 거의 전부 정렬된 교차 그래프의 거대 컴포넌트 내에 포함되어 있다.
• 분석 결과, 어떤 추정기의 오버랩은 교차 그래프 내의 불변 노드의 구조에 의해 제한되며, 이 노드들이 가능한 정렬의 핵심을 형성함을 시사한다.