[논문 리뷰] Nuclear norm minimization for the planted clique and biclique problems

Brendan Ames, Stephen A. Vavasis|ArXiv.org|2009. 01. 21.

Sparse and Compressive Sensing Techniques참고 문헌 15인용 수 11

한 줄 요약

이 논문은 압축 감지에서 유도된 볼록 리 릿지 기법인 핵노름 최소화를 사용하여 NP-완전한 최대 클리크 및 최대간선 이분클리크 문제를 해결하는 것을 제안한다. 그래프에 랜덤 또는 적대적 노이즈가 첨가된 숨겨진(식재된) 클리크나 이분클리크가 존재할 경우, 식재된 부분그래프가 전체 그래프 크기에 비해 충분히 크다면, 이 방법은 높은 확률로 진짜 클리크나 이분클리크를 정확히 복원한다.

ABSTRACT

We consider the problems of finding a maximum clique in a graph and finding a maximum-edge biclique in a bipartite graph. Both problems are NP-hard. We write both problems as matrix-rank minimization and then relax them using the nuclear norm. This technique, which may be regarded as a generalization of compressive sensing, has recently been shown to be an effective way to solve rank optimization problems. In the special cases that the input graph has a planted clique or biclique (i.e., a single large clique or biclique plus diversionary edges), our algorithm successfully provides an exact solution to the original instance. For each problem, we provide two analyses of when our algorithm succeeds. In the first analysis, the diversionary edges are placed by an adversary. In the second, they are placed at random. In the case of random edges for the planted clique problem, we obtain the same bound as Alon, Krivelevich and Sudakov as well as Feige and Krauthgamer, but we use different techniques.

연구 동기 및 목표

• 최대 클리크 및 최대간선 이분클리크 문제를 볼록 최적화 기법을 사용하여 해결하기 위해.
• 추가적인 노이즈 간선이 존재하는 그래프에서 핵노름 최소화가 숨겨진(식재된) 클리크나 이분클리크를 정확히 복원할 수 있는지 조사하기 위해.
• 적대적 및 랜덤 노이즈 모델에서 볼록 리 릿지 기법이 정확한 해를 도출할 수 있는 이론적 조건을 설정하기 위해.
• 압축 감지 외의 조합 최적화 문제, 예를 들어 클리크 및 이분클리크 탐지 문제에 핵노름 최소화의 적용 범위를 확장하기 위해.
• 볼록 최적화 도구를 사용하여 해의 유일성과 최적성을 동시에 인증하는 통합 프레임워크를 제공하기 위해.

제안 방법

• 인cidience 행렬을 기반으로 최대 클리크 및 최대간선 이분클리크 문제를 랭크 최소화 문제로 재구성하기.
• 비볼록 랭크 최소화 문제를 볼록 핵노름 최소화 문제로 완화하여, 트레이스 노름을 랭크의 대체 측정치로 활용하기.
• 핵노름 완화를 통해 식재된 클리크 또는 이분클리크의 구조에 해당하는 저랭크 해를 찾기.
• 집중 불등식(체르노프 경계)과 난수 행렬 이론을 사용하여 노이즈 행렬의 스펙트럴 노름을 제한하기.
• 볼록 완화의 최적 해가 유일하고 식재된 부분그래프와 정확히 일치하는 조건 유도하기.
• 가중 인cidience 행렬과 스펙트럴 노름을 사용한 이중 증명을 구성하여 최적성과 유일성을 인증하기.

실험 결과

연구 질문

• RQ1 적대적 노이즈 간선이 존재하는 그래프에서 핵노름 최소화가 식재된 클리크를 정확히 복원할 수 있는 조건은 무엇인가?
• RQ2 이분 그래프에서 적대적 간선 교란이 존재할 경우 핵노름 최소화가 식재된 이분클리크를 정확히 복원할 수 있는가?
• RQ3 식재된 클리크 문제의 랜덤 간선 모델에서 핵노름 최소화의 성능은 기존 스펙트럴 방법과 어떻게 비교되는가?
• RQ4 핵노름 완화를 통한 정확한 복원을 위해 필요한 식재된 클리크 또는 이분클리크의 최소 크기는 얼마인가?
• RQ5 이 볼록 완화 기법은 숨겨진 구조를 가진 다른 NP-완전 조합 최적화 문제로 확장될 수 있는가?

주요 결과

• 적대적 식재된 클리크 문제에서, 유도 간선 수가 $ O(n^2) $ 이하이고, 비클리크 정점이 최대 $ O(n) $개의 클리크 정점과 연결되어 있지 않다면, 핵노름 완화는 클리크를 정확히 복원한다.
• 적대적 식재된 이분클리크 문제에서, 유도 간선 수가 $ O(mn) $ 이하이며, 비이분클리크 정점에 대해 차수 제약 조건이 만족되면 방법은 성공한다.
• 랜덤 간선 모델에서, $ N \to \infty $ 일 때 크기가 $ n = \Omega(\sqrt{N}) $ 인 식재된 클리크는 높은 확률로 정확히 복원되며, 이는 Alon 등과 Feige 및 Krauthgamer의 이전 결과와 일치한다.
• 고정 확률 $ p $ 로 간선가 추가되는 랜덤 간선 삽입 모델 하에서, 크기가 $ m = \Omega(\sqrt{N}) $ 및 $ n = \Omega(\sqrt{N}) $ 인 식재된 이분클리크도 높은 확률로 복원된다.
• 노이즈 행렬 $ W $ 의 스펙트럴 노름이 제시된 조건 하에 1보다 작다는 것을 보여주어, 해가 유일하다는 것이 인증된다.
• 분석은 마르팅게일을 사용하지 않고 체르노프 경계와 고전적 난수 행렬 결과에만 의존하며, 일부 이전 접근 방식과 달리 이분클리프 문제로 자연스럽게 확장된다.