[논문 리뷰] Generalized Metric Repair on Graphs

Chenglin Fan, Anna C. Gilbert외 3명|arXiv (Cornell University)|2019. 08. 21.

Complexity and Algorithms in Graphs참고 문헌 19인용 수 4

한 줄 요약

이 논문은 거리가 정의된 부분집합만 존재하는 가중치가 부여된 그래프로 일반화된 그래프 거리 복구(GMR) 문제를 제안한다. 증가 전용 및 일반 복구 버전에 대해 근사 알고리즘을 제안하며, NP-난이도를 입증하고 사이클의 결함과 탐욕 히트셋 기법을 기반으로 $O(\kappa \log n)$-근사 해법을 제시한다. 또한 $\varsigma$-체로그래프에 대해 고정 매개변수 다항시간(FPT) 계산 가능성을 증명하고, MULTICUT로의 감소를 통해 난이도를 입증한다.

ABSTRACT

Many modern data analysis algorithms either assume or are considerably more efficient if the distances between the data points satisfy a metric. These algorithms include metric learning, clustering, and dimension reduction. As real data sets are noisy, distances often fail to satisfy a metric. For this reason, Gilbert and Jain and Fan et al. introduced the closely related sparse metric repair and metric violation distance problems. The goal of these problems is to repair as few distances as possible to ensure they satisfy a metric. Three variants were considered, one admitting a polynomial time algorithm. The other variants were shown to be APX-hard, and an $O(OPT^{1/3})$-approximation was given, where $OPT$ is the optimal solution size. In this paper, we generalize these problems to no longer consider all distances between the data points. That is, we consider a weighted graph $G$ with corrupted weights $w$, and our goal is to find the smallest number of weight modifications so that the resulting weighted graph distances satisfy a metric. This is a natural generalization and is more flexible as it takes into account different relationships among the data points. As in previous work, we distinguish among the types of repairs permitted and focus on the increase only and general versions. We demonstrate the inherent combinatorial structure of the problem, and give an approximation-preserving reduction from MULTICUT. Conversely, we show that for any fixed constant $ς$, for the large class of $ς$-chordal graphs, the problems are fixed parameter tractable. Call a cycle broken if it contains an edge whose weight is larger than the sum of all its other edges, and call the amount of this difference its deficit. We present approximation algorithms, one which depends on the maximum number of edges in a broken cycle, and one which depends on the number of distinct deficit values.

연구 동기 및 목표

• 완전한 거리 행렬에서의 거리 복구를 희박한 가중치 그래프로 일반화하여, 부분적인 관계를 가진 실제 세계 데이터를 반영한다.
• 그래프에서의 거리 복구의 계산 복잡도를 연구하며, 증가 전용 및 일반적인 가중치 수정 간의 차이를 구분한다.
• 특히 사이클의 결함과 히트셋 감소 기반으로 GMR 문제에 대해 효율적인 근사 알고리즘을 개발한다.
• 이전 연구에서 남아있던 열린 질문을 해결하기 위해 $\varsigma$-체로그래프에 대해 고정 매개변수 다항시간(FPT) 계산 가능성을 입증한다.
• MULTICUT 및 LB-CUT로의 감소를 통해 강력한 근사 불가능성 결과를 확립한다.

제안 방법

• 결함이 양수인 사이클에 대한 히트셋 문제로 그래프 거리 복구 문제를 감소시킨다. 여기서 결함은 거리 위반 정도를 측정한다.
• 간선-사이클 인cidenc 행렬에 탐욕 알고리즘을 적용하여 복구를 선택하며, 각 결함 그룹에 대해 $O(\log n)$의 근사 보장을 갖는다.
• 층화된 접근 방식을 사용한다: 결함 값의 크기 순서로 그래프를 처리하며, 각 그룹에 대해 히트셋 인스턴스를 유지한다.
• 모든 정점 쌍 최단경로(APSP) 계산을 플로이드-워셜 알고리즘을 통해 수행하여 거리와 거리 위반 여부를 탐지한다.
• 동적 데이터 구조를 활용해 실행 시간을 향상시킬 수 있으나, $N_l(e,\delta)$ 갱신에 대해 여전히 도전 과제가 존재한다.
• 증가 전용 버전을 일반 버전으로 변환하여 근사 비율을 유지하지만, 그래프 크기가 증가하는 비용이 수반된다.

실험 결과

연구 질문

• RQ1 모든 간선 가중치를 증가시키는 것만 允허할 경우 그래프 거리 복구 문제는 NP-난이도인가?
• RQ2 예를 들어 $\varsigma$-체로그래프와 같은 구조적 그래프 클래스에 대해 문제를 효율적으로 해결할 수 있는가?
• RQ3 GMR의 일반 버전과 증가 전용 버전에 대해 달성 가능한 최선의 근사 비율은 무엇인가?
• RQ4 근사 요소에서 서로 다른 결함 값의 수 $\kappa$에 대한 의존성을 제거하거나 줄일 수 있는가?
• RQ5 GMR의 근사 불가능성 임계값은 무엇이며, MULTICUT과 같은 알려진 난이도 문제와의 관계는 어떻게 되는가?

주요 결과

• 감소 전용 GMR은 $O(n^3)$ 시간 내에 해결 가능하지만, 증가 전용 버전은 NP-완전하다.
• 일반 GMR 문제에 대해 $O(\kappa \log n)$-근사 알고리즘이 제안되며, 여기서 $\kappa$는 서로 다른 결함 값의 수이다.
• $\varsigma$-체로그래프에 대해서는 문제의 고정 매개변수 다항시간(FPT) 계산 가능성이 입증되어 이전 연구에서 남아있던 열린 질문을 해결한다.
• 유일 게임 추측을 가정할 경우, MULTICUT로의 감소를 통해 어떤 상수 요소의 근사화도 불가능하다.
• $L$-LB-CUT로의 감소를 통해 $\Omega(\sqrt{L})$-근사 하한선이 유도된다.
• 주요 알고리즘의 실행 시간은 $O(n^3 + m^2) \cdot OPT \cdot \kappa \log n$이며, 동적 APSP 데이터 구조를 활용해 향상 가능하다.