[논문 리뷰] Local Improvement Gives Better Expanders

Michael Lampis|arXiv (Cornell University)|2012. 11. 02.

Advanced Graph Theory Research참고 문헌 11인용 수 3

한 줄 요약

이 논문은 랜덤 Δ-정규 그래프의 확장성에 대한 하한을 향상시키기 위해 국소적 개선 논증을 도입한다: 모든 소규모 확장성 집합을 분석하는 대신, 확장성을 줄일 수 있는 정점 교환을 가질 수 없는 집합(즉, 국소적으로 최적인 집합)에 집중한다. 이러한 정 fine 는 이러한 집합이 존재할 확률을 크게 낮추어, 더 날카운 union bound 추정을 가능하게 한다. 핵심 결과는 확장성에 대한 점점 더 향상된 점근적 하한을 보여주며, Bollobás의 고전적 하한이 날카롭지 않음을 입증하고, 임의의 상수 α < 2√ln 2가 존재하여 랜덤 Δ-정규 그래프가 고려 확률로 확장성이 적어도 (1 − α/√Δ)(Δ/2) 이상임을 보여준다.

ABSTRACT

It has long been known that random regular graphs are with high probability good expanders. This was first established in the 1980s by Bollobás by directly calculating the probability that a set of vertices has small expansion and then applying the union bound. In this paper we improve on this analysis by relying on a simple high-level observation: if a graph contains a set of vertices with small expansion then it must also contain such a set of vertices that is locally optimal, that is, a set whose expansion cannot be made smaller by exchanging a vertex from the set with one from the set's complement. We show that the probability that a set of vertices satisfies this additional property is significantly smaller. Thus, after again applying the union bound, we obtain improved lower bounds on the expansion of random $Δ$-regular graphs for $Δ\ge 4$. In fact, the gains from this analysis increase as $Δ$ grows, a fact we explain by extending our technique to general $Δ$. Thus, in the end we obtain an improvement not only for some small special cases but on the general asymptotic bound on the expansion of $Δ$-regular graphs given by Bollobás.

연구 동기 및 목표

• 작은 Δ ≥ 4에 대해 랜덤 Δ-정규 그래프의 확장성에 대한 기존 하한을 향상시키는 것.
• Bollobás(1988)가 제시한 점근적 하한 Δ/2 − Θ(√Δ)가 날카롭지 않음을 보여주는 것.
• 소규모 확장성 집합의 국소 최적성 특성을 활용하여 존재 확률을 감소시키는 정교한 분석 기법을 개발하는 것.
• 향상된 분석이 소규모 Δ 외에도 일반화 가능하여 점근적 영역에서도 더 날카운 하한을 도출할 수 있음을 보여주는 것.
• 제한된 발생 빈도를 갖는 제약 만족 문제(CSP)의 근사 불가능성 문제를 해결하기 위해 확장성 임계치를 향상시키는 것.

제안 방법

• 국소적으로 최적인 집합의 개념을 도입: 집합 내의 정점을 보완 집합의 정점으로 교환해도 확장성이 감소하지 않는 집합.
• 소규모 확장성 집합이 존재한다면 국소적으로 최적인 집합도 반드시 존재하므로, 그러한 집합의 존재 확률을 극복하는 것으로 충분하다는 것을 보여준다.
• 일반적인 소규모 확장성 집합보다 훨씬 낮은 존재 확률를 지닌 국소적으로 최적인 집합에 대해 유니언 바운드를 적용한다.
• 도수 분포 근사와 정규 근사 기반의 확률 분석을 사용하여 이러한 집합의 존재 확률을 근사한다.
• 이항 분포의 편차를 제어하는 매개변수 η와 θ 등을 최적화하여 새로운 점근적 하한을 유도한다.
• 로그 변환과 尾部 바운드를 사용하여 국소적으로 최적인 집합의 존재 확률에 대한 로그 확률 추정치를 정밀화한다.

실험 결과

연구 질문

• RQ1 랜덤 Δ-정규 그래프의 확장성 하한은 Bollobás(1988)의 고전적 결과를 초월해 향상시킬 수 있는가?
• RQ2 점근적 하한 Δ/2 − Θ(√Δ)는 날카롭고, √Δ의 계수를 향상시킬 수 있는가?
• RQ3 소규모 확장성 집합에 대한 국소 최적성 조건이 그 존재 확률을 크게 감소시켜 더 날카운 유니언 바운드 추정을 가능하게 하는가?
• RQ4 향상된 분석은 소규모 Δ 외에도 모든 Δ에 대해 일반화되어 더 날카운 점근적 하한을 도출할 수 있는가?
• RQ5 국소적으로 최적인 집합은 랜덤 정규 그래프에서 확률적 하한을 정밀화하는 일반적인 도구가 될 수 있는가?

주요 결과

• 논문은 새로운 점근적 하한을 확립한다: 임의의 Δ ≥ 4에 대해, 랜덤 Δ-정규 그래프는 고려 확률로 확장성이 적어도 (1 − α/√Δ)(Δ/2) 이상임을 보여준다. 여기서 α < 2√ln 2 ≈ 1.66이다.
• 향상은 소규모 Δ에 국한되지 않으며, Δ가 증가할수록 성과가 커져 고전적 하한이 점근적으로 날카롭지 않음을 보여준다.
• 소규모 Δ, 예를 들어 Δ = 6의 경우, 하한은 확장성 최소 0.75Δ를 의미하며 이는 이전 추정치를 향상시킨다.
• 크기 d인 국소적으로 최적인 집합이 존재할 확률은 일반적인 집합보다 현저히 낮으며, 이는 유니언 바운드 기여도를 감소시킨다.
• 분석 결과, 임계값 이하의 확장성을 갖는 국소적으로 최적인 집합의 기대 개수는 o(1)이므로, 이러한 집합이 존재할 확률이 낮음을 시사한다.
• 수치적 증거와 점근적 분석은 최적의 국소 개선 조건이 d = d′일 때 발생함을 시사하지만, 일반적 증명은 아직 열려 있다.