[논문 리뷰] Modeling the maximum edge-weight k-plex partitioning problem

Pedro Martins|arXiv (Cornell University)|2016. 12. 19.

VLSI and FPGA Design Techniques참고 문헌 34인용 수 8

한 줄 요약

이 논문은 최대 간선 가중치 k-플렉스 분할 문제(Max-EkPP)에 대한 첫 번째 다항 크기 정수선형계획법(ILP) 설정을 제안한다. 이는 기존의 최대 간선 가중치 클리크 분할 문제(즉, k=1일 때)를 k>1로 확장한 것으로, 구성 요소 크기 제약과 구성 요소 수 제한과 같은 위상적 제약 조건을 포함하면서도 선형성과 확장성을 유지한다. 계산 결과는 벤치마크 및 실세계 그래프에서의 성능을 입증한다.

ABSTRACT

Given a sparse undirected graph G with weights on the edges, a k-plex partition of G is a partition of its set of nodes such that each component is a k-plex. A subset of nodes S is a k-plex if the degree of every node in the associated induced subgraph is at least |S|-k. The maximum edge-weight k-plex partitioning (Max-EkPP) problem is to find a k-plex partition with maximum total weight, where the partition's weight is the sum of the weights on the edges in the solution. When k=1, all components in the partition are cliques and the problem becomes the well-known maximum edge-weight clique partitioning (Max-ECP). However, and to our best knowledge, when k>1, the problem has never been modeled. Actually, the literature on the k-plex addresses the search for a single component in an unweighted graph. We propose a polynomial size integer linear programming formulation for the Max-EkPP problem and consider the inclusion of additional topological constraints in the model. These constraints involve lower and upper limit capacity bounds in each component and upper bound constraints on the number of components in the final solution. All these characterizations preserve linearity and the initial polynomial size of the model. We also present computational tests in order to show the models' performance under different parameters' settings. These tests resort to benchmark and real-world graphs.

연구 동기 및 목표

• k>1인 경우 최대 간선 가중치 k-플렉스 분할(Max-EkPP) 문제를 모델링하는 데 있어 기존 연구가 단일 무게 없는 k-플렉스를 찾는 데 집중한 점을 감안해 그 격차를 메우기 위해.
• 추가적인 위상적 제약 조건을 도입하면서도 선형성과 확장성을 잃지 않는 다항 크기 정수선형계획법 설정을 개발하기 위해.
• 해결책에서 구성 요소의 크기 하한 및 상한, 그리고 구성 요소 수의 상한과 같은 실용적 제약 조건을 통합하기 위해.
• 벤치마크 및 실세계 그래프를 사용하여 다양한 매개변수 설정에서 모델의 성능을 평가하기 위해.

제안 방법

• 노드를 구성 요소에 할당하는 데 사용되는 이진 변수를 사용하여 Max-EkPP 문제를 혼합정수선형계획법(MILP)으로 설정하기 위해.
• 동일한 구성 요소에 할당된 노드 쌍에 의한 간선 가중치 기여도를 목적 함수에 정의하기 위해.
• 각 구성 요소가 유효한 k-플렉스가 되도록 보장하는 제약 조건 도입: 구성 요소 내의 모든 노드는 유도된 부분그래프에서 차수 최소 |S|−k를 가져야 한다.
• 용량 제약 조건 추가: 구성 요소당 노드 수의 하한 및 상한, 전체 구성 요소 수의 상한.
• k-플렉스 및 용량 제약 조건에 대해 표준 모델링 기법(예: big-M 형식)을 사용하여 선형성을 유지하기 위해.
• 표준 최적화 솔버에 모델을 구현하고 다양한 그래프 인스턴스(실세계 및 벤치마크 데이터셋 포함)에서 테스트하기 위해.

실험 결과

연구 질문

• RQ1 문헌에서 아직 그러한 모델이 존재하지 않는 바, k>1일 때 Max-EkPP 문제에 대해 다항 크기의 MILP 설정을 개발할 수 있는가?
• RQ2 구성 요소 크기 제약과 구성 요소 수 제한과 같은 추가적인 위상적 제약 조건이 모델의 성능과 해 품질에 어떤 영향을 미치는가?
• RQ3 다양한 k 값과 그래프 밀도를 가진 실세계 및 벤치마크 그래프에서 제안된 모델의 확장성과 성능은 어느 정도인가?
• RQ4 구성 요소 크기 및 수 제약 조건을 포함함으로써 기본 모델 대비 목적 함수 값과 해 시간에 어떤 영향을 미치는가?

주요 결과

• 제안된 ILP 설정은 k>1인 경우 Max-EkPP 문제를 성공적으로 모델링하여, 이전에 단일 k-플렉스 탐색에만 집중된 문헌에서 중요한 격차를 메웠다.
• 구성 요소 크기 및 수 제약 조건을 통합함으로써 모델의 다항 크기와 선형성을 유지하여 표준 솔버를 통한 효율적 해법이 가능해졌다.
• 계산 결과는 다양한 그래프 유형(실세계 및 벤치마크 인스턴스 포함)에서 모델이 일관된 수렴 성능을 보이며 견고하게 작동함을 보여주었다.
• 모델의 성능은 k 값과 그래프 밀도에 민감하며, 더 높은 k 값일수록 더 복잡한 k-플렉스 제약 조건으로 인해 해 시간이 증가하는 경향을 보였다.
• k=1일 때 모델가 알려진 Max-ECP 모델로 정확히 축소됨을 통해 정확성을 검증한 바, 후행 호환성을 확보하였다.
• 결과는 정확한 방법을 사용한 Max-EkPP 문제의 해법 가능성을 입증하였으며, 향후 k-플렉스 기반 클러스터링 및 네트워크 분할 분야의 연구를 위한 길을 열었다.