[논문 리뷰] Efficient algorithms for the Potts model on small-set expanders

Charles Carlson, Ewan Davies외 1명|arXiv (Cornell University)|2020. 03. 02.

Markov Chains and Monte Carlo Methods참고 문헌 19인용 수 10

한 줄 요약

이 논문은 소수집합 확산성을 갖는 그래프에서 페로자성 Potts 모델의 분할 함수에 대한 효율적인 근사 알고리즘을 제안한다. 기존 저온 알고리즘의 한계를 극복하기 위해 '가짜 기저 상태들'이라는 새로운 개념을 도입한다. 이에 따라, 전통적인 확산 기반 방법이 실패하는 경우에도 정확한 근사를 가능하게 하는, 거의 단색인 구성요소들로 분할 가능한 그래프임을 증명한다.

ABSTRACT

An emerging trend in approximate counting is to show that certain `low-temperature' problems are easy on typical instances, despite worst-case hardness results. For the class of regular graphs one usually shows that expansion can be exploited algorithmically, and since random regular graphs are good expanders with high probability the problem is typically tractable. Inspired by approaches used in subexponential-time algorithms for Unique Games, we develop an approximation algorithm for the partition function of the ferromagnetic Potts model on graphs with a small-set expansion condition. In such graphs it may not suffice to explore the state space of the model close to ground states, and a novel feature of our method is to efficiently find a larger set of `pseudo-ground states' such that it is enough to explore the model around each pseudo-ground state.

연구 동기 및 목표

• 좋은 확산성을 갖지 않는 그래프에서 저온 영역에서 페로자성 Potts 모델의 분할 함수를 근사하는 데 도전한다.
• 기존 저온 알고리즘의 한계를 극복한다. 예를 들어, 몇 개의 간선으로 연결된 이산적 확산 그래프에서는 이러한 알고리즘이 실패한다.
• 지배적인 구성 상태 주변의 상태 공간을 효율적으로 탐색하기 위해, 구조화된 '가짜 기저 상태' 집합을 식별하는 방법을 개발한다.
• 소수집합 확산성과 근사 계수의 가능성을 연결하는 이론적 프레임워크를 구축한다.

제안 방법

• 지배적인 색상 칠하기에서 각 구성요소가 거의 단색이 되는 방식으로 그래프를 분할하는 방법을 도입한다.
• 스펙트럼 분할과 확산 성질을 사용하여, 강한 내부 확산성($ \varphi(G[P_i]) \geq \varphi_{\text{in}}^2/4 $)과 약한 외부 확산성($ \varphi(P_i) \leq \varphi_{\text{out}} $)을 갖는 집합 $ P_i $ 를 식별한다.
• 반복적으로 클러스터 $ B_i $ 와 $ P_i $ 를 정밀화하는 새로운 알고리즘을 정의한다. 이때 $ \ell < k $, $ \tau = 1/(5(k-1)) $, $ \rho^* = \lambda_k/10 $ 를 사용하여 차수와 확산 조건을 만족시킨다.
• Cheeger의 부등식과 스펙트럼 그래프 이론을 적용하여 확산을 바ounds하고 수렴을 보장한다. 여기서 $ \lambda_{k-1} $ 는 핵심 스펙트럼 매개변수로 사용된다.
• 유일성 게임에 대한 초지수 시간 알고리즘 결과를 기반으로, 근사 프레임워크 설계를 이끌어낸다.
• 정지 보장 및 실행 시간을 $ O(kn^2|E|^2) $ 로 유도하며, 각 반복에서 간선 수와 크기 감소에 따라 최대 $ O(kn|E|) $ 단계를 처리한다.

실험 결과

연구 질문

• RQ1 소수집합 확산성 그래프, 예를 들어 희소 매칭으로 연결된 두 개의 확산 그래프에서 페로자성 Potts 모델을 효율적으로 근사할 수 있는가?
• RQ2 어떤 그래프의 구조적 성질이 Potts 모델 분할 함수의 저온 근사 가능성과 관련이 있는가?
• RQ3 기저 상태 개념을 단색이 아니지만 여전히 분할 함수에 지배적인 구성 상태를 포함하도록 일반화할 수 있는가?
• RQ4 소수집합 확산성이 통상적인 확산성과 비교해 통계역학 모델의 효율적 알고리즘 가능성을 높이기 위해 어느 정도 대체할 수 있는가?
• RQ5 소수집합 확산 조건 하에서 Potts 모델 분할 함수 근사의 계산 복잡도는 얼마인가?

주요 결과

• 소수집합 확산성 그래프에서 페로자성 Potts 모델의 분할 함수는 $ (\varphi_{\text{in}}^2/4, \varphi_{\text{out}}, \tau\delta) $-분할의 각 구성요소가 거의 단색이 되는 색칠에 의해 지배된다.
• 알고리즘이 지배적인 구성 상태 주변의 상태들에 기반한 가짜 기저 상태 집합을 성공적으로 식별하여, 분할 함수를 각 가짜 기저 상태 주변 기여도의 합으로 근사할 수 있다.
• 알고리즘은 $ O(kn^2|E|^2) $ 시간 내에 정지하며, 각 반복에서 클러스터 크기 또는 구성 요소 간 간선 수가 감소하여 수렴이 보장된다.
• 기존 저온 알고리즘이 이산적 확산 그래프에서 실패하는 문제를 소수집합 확산성의 특성을 활용함으로써 해결한다.
• 스펙트럼 그래프 이론을 통해 이론적 보장을 확보하였으며, $ \lambda_{k-1} $, $ \rho^* = \lambda_k/10 $, Cheeger의 부등식을 사용한 바ounds가 포함된다.
• 기존 확산 그래프 연구를 일반화하며, 약한 확산 성질을 갖는 그래프에서 Potts 모델에 대한 구조 정리(Structure Theorem)를 제공한다.