[논문 리뷰] Dynamic Streaming Spectral Sparsification in Nearly Linear Time and Space

Michael Kapralov, Navid Nouri외 2명|arXiv (Cornell University)|2019. 03. 28.

Caching and Content Delivery참고 문헌 57인용 수 9

한 줄 요약

이 논문은 스펙트럴 스퍼스피피케이션을 위한 첫 번째 동적 스트리밍 알고리즘을 제시하며, 거의 선형 시간 및 공간 복잡도를 달성한다: Õ(n) 공간을 사용하고, 각 엣지 갱신을 Õ(1) 시간에 처리하며, 높은 확률로 Õ(n) 시간 내에 스펙트럴 스퍼스피피어를 복구한다. 핵심 혁신은 유효 저항 측도와 전기 흐름 스케치를 기반으로 한 새로운 정점 버킷화 기법으로, 브루트 포스 검색 없이도 고저항 엣지를 효율적으로 복구할 수 있게 한다.

ABSTRACT

In this paper we consider the problem of computing spectral approximations to graphs in the single pass dynamic streaming model. We provide a linear sketching based solution that given a stream of edge insertions and deletions to a $n$-node undirected graph, uses $ ilde O(n)$ space, processes each update in $ ilde O(1)$ time, and with high probability recovers a spectral sparsifier in $ ilde O(n)$ time. Prior to our work, state of the art results either used near optimal $ ilde O(n)$ space complexity, but brute-force $Ω(n^2)$ recovery time [Kapralov et al.'14], or with subquadratic runtime, but polynomially suboptimal space complexity [Ahn et al.'14, Kapralov et al.'19]. Our main technical contribution is a novel method for `bucketing' vertices of the input graph into clusters that allows fast recovery of edges of sufficiently large effective resistance. Our algorithm first buckets vertices of the graph by performing ball-carving using (an approximation to) its effective resistance metric, and then recovers the high effective resistance edges from a sketched version of an electrical flow between vertices in a bucket, taking nearly linear time in the number of vertices overall. This process is performed at different geometric scales to recover a sample of edges with probabilities proportional to effective resistances and obtain an actual sparsifier of the input graph. This work provides both the first efficient $\ell_2$-sparse recovery algorithm for graphs and new primitives for manipulating the effective resistance embedding of a graph, both of which we hope have further applications.

연구 동기 및 목표

• 최적의 공간 복잡도와 거의 선형 복구 시간을 동시에 확보하는 동적 스트리밍 알고리즘을 설계하는 것.
• 기존 스트리밍 알고리즘에서 공간 복잡도(Õ(n))와 복구 시간(Ω(n²)) 사이의 기존 상충 관계를 극복하는 것.
• 스트리밍 환경에서 고유효율저항을 갖는 엣지를 효율적으로 식별하고 복구하는 새로운 방법을 개발하는 것.
• 그래프에서 유효 저항 임bedding의 빠른 ℓ₂-스parser 복구 및 조작을 가능하게 하는 것.

제안 방법

• 유효 저항 측도의 근사치를 기반으로 한 계층적 버킷화 체계를 사용하는 선형 스케치.
• 유효 저항 측도에서 볼 캐빙을 통해 정점들을 군집으로 묶어, 고저항 엣지의 국소적 복구를 가능하게 한다.
• 각 버킷에 대해, 동일한 군집 내 정점 쌍 간의 전기 흐름을 스케치하여 고유효율저항을 갖는 엣지를 식별하고 샘플링한다.
• 가장 중요한 엣지만 복구하기 위해 철저히 조정된 임계값을 갖는 헤비히터 스케치를 사용하여 후보 수를 줄인다.
• 복구 과정은 기하 척도에 따라 구조화되어 있어, 엣지가 그 유효 저항 비례 확률로 샘플링되도록 보장한다.
• 공간 효율성 유지 및 빠른 라플라시안 시스템 해법을 가능하게 하기 위해 빠른 의사난수 생성기와 저왜곡 임베딩(e.g., Johnson-Lindenstrauss)을 사용한다.

실험 결과

연구 질문

• RQ1 스펙트럴 스퍼스피피케이션을 동적 스트리밍 환경에서 Õ(n) 공간과 Õ(n) 복구 시간을 동시에 확보할 수 있는가?
• RQ2 모든 잠재적 엣지에 대한 브루트 포스 반복 없이도 고유효율저항 엣지를 효율적으로 복구할 수 있는 방법이 있는가?
• RQ3 유효 저항 기반 정점 클러스터링이 스트리밍 환경에서 핵심 엣지의 국소적이고 빠른 복구를 가능하게 하는가?
• RQ4 동적 스트림에서 거의 선형 시간 스펙트럴 스퍼스피피케이션을 달성하기 위해 필요한 스케치 및 복구 원천은 무엇인가?
• RQ5 유효 저항 임베딩을 선형 스케치를 사용해 효율적으로 조작할 수 있는가?

주요 결과

• 알고리즘은 동적 스트리밍 모델에서 스펙트럴 스퍼스피피케이션에 대해 Õ(n) 공간 복잡도와 Õ(n) 복구 시간을 달성한다.
• 각 엣지 갱신은 Õ(1) 시간에 처리되어 단일 패assing 처리가 효율적으로 가능하다.
• 새로운 버킷화 및 전기 흐름 스케치 기법을 사용하여 높은 확률로 스펙트럴 스퍼스피피어를 복구한다.
• 이 방법은 그래프에 대해 처음으로 효율적인 ℓ₂-스퍼스 복구 알고리즘을 제공하며, 높은 영향력을 갖는 소수의 엣지만 복구된다.
• 유효 저항 임베딩을 조작하기 위한 새로운 원천을 제공하며, 이는 그래프 스케칭 분야에 더 넓은 응용 가능성을 가진다.
• 알고리즘의 재귀적 구조는 다수의 재귀 수준에도 불구하고 총 실행 시간이 Õ(nε⁻²)로 유지됨을 보장한다.