[논문 리뷰] Counting Perfect Matchings and the Eight-Vertex Model

Jin‐Yi Cai, Tianyu Liu|arXiv (Cornell University)|2019. 04. 23.

Markov Chains and Monte Carlo Methods참고 문헌 17인용 수 3

한 줄 요약

이 논문은 4-정규 그래프 위의 8-정점 모델과 정확히 완벽한 매칭을 세는 문제 사이의 최초의 근사 복잡도 동치성을 확립한다. 새로운 기하학적 보조정리와 근사 보존 감소를 사용하여, 파artition 함수를 계산하는 것이 매개변수 공간의 새로운 영역에서 근사 카운팅만큼 어렵다는 것을 증명하고, 화살표 뒤집기 대칭 하에서 비음수 4-항 매칭게이트의 완전한 특성화를 제공한다.

ABSTRACT

We study the approximation complexity of the partition function of the eight-vertex model on general 4-regular graphs. For the first time, we relate the approximability of the eight-vertex model to the complexity of approximately counting perfect matchings, a central open problem in this field. Our results extend those in arXiv:1811.03126 [cs.CC]. In a region of the parameter space where no previous approximation complexity was known, we show that approximating the partition function is at least as hard as approximately counting perfect matchings via approximation-preserving reductions. In another region of the parameter space which is larger than the previously known FPRASable region, we show that computing the partition function can be reduced to (with or without approximation) counting perfect matchings. Moreover, we give a complete characterization of nonnegatively weighted (not necessarily planar) 4-ary matchgates, which has been open for several years. The key ingredient of our proof is a geometric lemma. We also identify a region of the parameter space where approximating the partition function on planar 4-regular graphs is feasible but on general 4-regular graphs is equivalent to approximately counting perfect matchings. To our best knowledge, these are the first problems of this kind.

연구 동기 및 목표

• 4-정규 그래프 위의 8-정점 모델의 근사 복잡도를 분류하는 것, 특히 이전에 결과가 없던 영역에서의 분류.
• 8-정점 모델의 근사 가능성과 정확히 완벽한 매칭을 세는 데 관한 중심적인 열린 문제 사이의 연결 고리를 설정하는 것.
• 화살표 뒤집기 대칭 하에서 비음수 가중치를 가진 4-항 매칭게이트의 완전한 특성화를 제공하여 오랫동안 열려 있던 문제를 해결하는 것.
• 평면 4-정규 그래프에서는 근사 가능하지만 일반 4-정규 그래프에서는 정확히 완벽한 매칭 수세기와 동치가 되는 영역을 식별하는 것.

제안 방법

• 이동한 단체의 민코프스키 합과 그 매개변수 공간 커버리지 분석을 가능하게 하는 기하학적 보조정리를 도입한다.
• 8-정점 모델의 파artition 함수와 정확히 완벽한 매칭을 세는 문제 사이의 관계를 근사 보존 감소를 통해 설정한다.
• 행렬 표현 M(f)를 가진 4-항 매칭게이트 제약 함수를 사용하여 局부 구성 요소를 모델링하고 E≤2 집합에 속하는 데 필요한 부등식을 유도한다.
• 완벽한 매칭 집합 간의 가중치 유지, 단사 사상 μ를 사용하여 매칭게이트 실현 가능성에 필요한 부등식을 증명한다.
• DO, d-SUM, SQ-SUM 집합을 사용하여 매개변수 공간의 구조를 분석하고 가용성 및 난이도 영역을 식별한다.
• 단체(V)의 변을 따라 이동한 가중치 영역(W)의 대칭성과 평행 이동을 활용하여 전체 매개변수 공간을 커버한다.

실험 결과

연구 질문

• RQ1 8-정점 모델의 매개변수 공간에서 파artition 함수를 근사하는 것이 정확히 완벽한 매칭을 세는 것과 동일한 난이도가 되는 영역은 어디인가?
• RQ2 기존에 알려진 FPRAS 적용 가능 영역을 초월하여, 8-정점 모델의 파artition 함수가 근사 보존 감소를 통해 완벽한 매칭 수세기 문제로 감소될 수 있는가?
• RQ3 화살표 뒤집기 대칭 하에서 비음수 가중치를 가진 4-항 매칭게이트의 완전한 특성화는 무엇인가?
• RQ4 평면 4-정규 그래프에서는 근사 가능하지만 일반 4-정규 그래프에서는 정확히 완벽한 매칭 수세기 문제와 동치가 되는 영역이 존재하는가?
• RQ5 기하학적 기법을 어떻게 사용하여 이동한 단체와 射선을 이용해 8-정점 모델의 전체 매개변수 공간을 커버할 수 있는가?

주요 결과

• 논문은 8-정점 모델의 파artition 함수 근사가 기존 결과를 초월하여 매개변수 공간의 새로운 영역에서 정확히 완벽한 매칭 수세기만큼 어렵다는 것을 증명한다.
• 기존에 알려진 FPRAS 적용 가능 영역보다 더 큰 영역에서 파artition 함수 계산이 완벽한 매칭 수세기 문제로 감소됨을 확립한다(근사 여부에 관계없이).
• 비음수 가중치를 가진 4-항 매칭게이트의 완전한 특성화가 제공되며, 이는 이러한 매칭게이트가 E≤2에 속하며, 대각선 가중치의 곱이 비대각선 쌍의 곱의 합보다 제한되어야 한다는 조건을 포함한다.
• 논문은 평면 4-정규 그래프에서는 근사 가능한데 일반 4-정규 그래프에서는 정확히 완벽한 매칭 수세기 문제와 동치가 되는 영역을 식별한다.
• 기하학적 보조정리는 단체 V의 경계를 따라 이동한 단체 W의 복사본을 슬라이딩하여 전체 매개변수 공간을 커버할 수 있게 하며, 잔여 커버리지는 (1,1,1) 방향의 射선을 통해 달성된다.
• 완벽한 매칭 집합 간의 가중치 유지 단사 사상 μ는 매칭게이트가 화살표 뒤집기 대칭 하에서 실현 가능하기 위해 필요한 부등식 𝑎1𝑎2 ≤ 𝑏1𝑏2 + 𝑐1𝑐2 + 𝑑1𝑑2 를 증명한다.