[논문 리뷰] Polynomial Kernels for Hitting Forbidden Minors under Structural Parameterizations

Bart M. P. Jansen, Astrid Pieterse|arXiv (Cornell University)|2018. 04. 24.

Advanced Graph Theory Research인용 수 5

한 줄 요약

이 논문은 트리심플리시티-η 모듈레이터의 크기로 매개변수화된 F-Deletion 문제에 대해 처음으로 다항식 커널라이제이션을 제안하며, 임의의 유한한 연결 그래프 집합 F와 상수 η에 대해 문제는 다항식 커널을 갖는다. 접근 방식은 G−X의 구성요소들 사이에서 금지된 마이너 모델의 명시적 구조 분석을 사용하여, |X|에 대해 다항식으로 제한되는 조각 유형 수를 확보함으로써, 비구성적 도구인 잘순서화 또는 돌출 분해에 의존하지 않고도 재귀적 사전처리를 가능하게 한다.

ABSTRACT

We investigate polynomial-time preprocessing for the problem of hitting forbidden minors in a graph, using the framework of kernelization. For a fixed finite set of connected graphs F, the F-Deletion problem is the following: given a graph G and integer k, is it possible to delete k vertices from G to ensure the resulting graph does not contain any graph from F as a minor? Earlier work by Fomin, Lokshtanov, Misra, and Saurabh [FOCS'12] showed that when F contains a planar graph, an instance (G,k) can be reduced in polynomial time to an equivalent one of size $k^{O(1)}$. In this work we focus on structural measures of the complexity of an instance, with the aim of giving nontrivial preprocessing guarantees for instances whose solutions are large. Motivated by several impossibility results, we parameterize the F-Deletion problem by the size of a vertex modulator whose removal results in a graph of constant treedepth $\\eta$. We prove that for each set F of connected graphs and constant $\\eta$, the F-Deletion problem parameterized by the size of a treedepth-$\\eta$ modulator has a polynomial kernel. Our kernelization is fully explicit and does not depend on protrusion reduction or well-quasi-ordering, which are sources of algorithmic non-constructivity in earlier works on F-Deletion. Our main technical contribution is to analyze how models of a forbidden minor in a graph G with modulator X, interact with the various connected components of G-X. By bounding the number of different types of behavior that can occur by a polynomial in |X|, we obtain a polynomial kernel using a recursive preprocessing strategy. Our results extend earlier work for specific instances of F-Deletion such as Vertex Cover and Feedback Vertex Set. It also generalizes earlier preprocessing results for F-Deletion parameterized by a vertex cover, which is a treedepth-one modulator.

연구 동기 및 목표

• 해결책 크기가 클 경우에도 해결책 크기가 아닌 구조적 매개변수를 사용하여 F-Deletion 문제에 대해 증명 가능하게 효율적인 사전처리(커널라이제이션)를 개발하기 위해.
• 이전의 커널라이제이션 방법이 잘순서화나 돌출 분해와 같은 비구성적 도구에 의존하는 한계를 극복하기 위해.
• 트리심플리시티-η 모듈레이터라는 구조적 매개변수 하에서 F-Deletion 문제에 대한 다항식 커널라이제이션을 확립하기 위해.
• F-Deletion 문제에서 논리적 또는 알고리즘적 비구성성에 의존하지 않는 구조적이고 명시적인 커널라이제이션 프레임워크를 제공하기 위해.

제안 방법

• 해당 모듈레이터 X를 제거한 후 G−X의 연결 성분들 사이에서 G 내의 금지된 마이너 모델의 상호작용 방식을 분석한다.
• 각 성분에 남아 있을 수 있는 서로 다른 조각 유형의 수를 분류하고 제한하기 위해 레이블된 마이너 프레임워크를 도입한다.
• 중복되거나 동일한 조각 유형을 제거하기 위해 재귀적 사전처리를 사용하여 커널 크기를 |X|에 대해 다항식으로 유지한다.
• 금지된 마이너 조각의 서로 다른 행동 유형 수가 |X|에 대해 다항식으로 제한됨을 입증하여 커널라이제이션을 가능하게 한다.
• 잘순서화나 돌출 감소와 같은 비구성적 기법을 피하고, 명시적인 조합적 분석에 의존한다.
• 이 프레임워크를 적용하여 Vertex Cover와 Feedback Vertex Set 등의 특정 F-Deletion 문제에 대해 알려진 결과를 일반화한다.

실험 결과

연구 질문

• RQ1 해결책 크기 대신 트리심플리시티-η 모듈레이터와 같은 구조적 측정치로 매개변수화된 F-Deletion 문제가 다항식 커널라이제이션을 갖는가?
• RQ2 잘순서화나 돌출 분해와 같은 비구성적 도구에 의존하지 않고 F-Deletion 문제에 대해 커널라이제이션을 달성할 수 있는가?
• RQ3 G−X의 어떤 구조적 성질이 잠재적인 금지된 마이너 모델의 유한하고 명시적인 분류를 가능하게 하는가?
• RQ4 모듈레이터 X와 G−X의 성분들 사이의 상호작용이 금지된 마이너 모델 내의 서로 다른 조각 유형 수를 어떻게 제한하는가?
• RQ5 트리심플리시티-η 모듈레이터로 매개변수화된 F-Deletion 문제에 대해 가능한 가장 날카로운 커널 크기는 무엇이며, 다항식 bound를 갖는가?

주요 결과

• 임의의 유한한 연결 그래프 집합 F와 상수 η에 대해, 트리심플리시티-η 모듈레이터의 크기로 매개변수화된 F-Deletion 문제는 다항식 커널을 갖는다.
• 커널 크기는 |X|에 대해 다항식으로 제한되며, 커널라이제이션은 완전히 명시적이고 구성적이다.
• 잘순서화나 돌출 분해와 같은 비구성적 도구를 피하며, 커널라이제이션에 대한 새로운 조합적 접근을 제공한다.
• 이 프레임워크는 트리심플리시티-η 모듈레이터 하에서 이전의 Vertex Cover와 Feedback Vertex Set 문제에 대한 결과를 일반화하고 강화한다.
• 하한선이 확립되었다: η ≥ 6일 때, O(|X|^{2^{η−4}−ε}) 크기의 커널은 존재하지 않으며, NP ⊆ coNP/poly가 성립하지 않는 한, 이는 커널 크기가 본질적으로 날카로운 것을 시사한다.
• 결과적으로, 트리심플리시티-η 모듈레이터로 매개변수화하는 것이 해결책 크기가 클 때조차도 비트리비얼한 커널라이제이션을 가능하게 한다는 것이 확인되었다.