[논문 리뷰] Search Space Contraction in Canonical Labeling of Graphs (Preliminary Version)

Adolfo Piperno|arXiv (Cornell University)|2008. 04. 30.

Graph Labeling and Dimension Problems참고 문헌 18인용 수 23

한 줄 요약

이 논문은 그래프의 정규화 레이블링 및 자동군 계산을 위한 탐색 공간을 극적으로 줄이기 위해 개별화-정련 프레임워크 내에서 고도의 기법을 도입한다. 새로운 분할 정련 알고리즘과 전역적으로 민감한 그래프 불변량을 제안함으로써, 특히 nauty로는 처리가 곤란한 그래프에 대해 지수적 탐색 공간 압축을 달성한다.

ABSTRACT

The individualization-refinement paradigm for computing a canonical labeling and/or the automorphism group of a graph is investigated. New techniques are introduced with the aim of reducing the size of the associated search space. In particular, a new partition refinement algorithm is proposed, together with graph invariants having a global nature. Experimental results and comparisons with existing tools, such as nauty, reveal that the presented approach produces a huge contraction of the search space. Such reduction will be shown to be exponential for special classes of graphs which are intractable by nauty.

연구 동기 및 목표

• 그래프의 정규화 레이블링 및 자동군 계산의 계산 복잡도를 감소시키는 것.
• 특정 처리가 곤란한 그래프 클래스에서 기존 도구인 nauty의 한계를 해결하는 것.
• 탐색 공간을 더 효과적으로 압축할 수 있는 새로운 분할 정련 기법을 개발하는 것.
• 탐색 중 정규화를 향상시키기 위해 전역 구조적 민감도를 지닌 그래프 불변량을 도입하는 것.

제안 방법

• 정규화 레이블링 동안 탐색 공간 압축을 향상시키기 위해 설계된 새로운 분할 정련 알고리즘을 제안한다.
• 분할 정련 과정을 더 효과적으로 이끌기 위해 전역 구조적 성질을 지닌 그래프 불변량을 도입한다.
• 전역 불변량을 통한 개선된 정규화를 갖춘 개별화-정련 프레임워크를 활용한다.
• 정교한 분할을 통한 구조적 대칭성 탐지로 대칭 분지 탐색을 최소화한다.
• 탐색 트리 탐색의 효율성을 향상시키기 위해 국소 및 전역 불변량의 조합을 사용한다.
• 계산 초반에 대칭적이고 중복된 경로를 조기에 압축하여 탐색 공간을 최적화한다.

실험 결과

연구 질문

• RQ1 기존 최첨단 기법을 초월해 정규화 레이블링을 위한 탐색 공간을 어떻게 줄일 수 있는가?
• RQ2 전역적으로 민감한 그래프 불변량은 개별화-정련 프레임워크 내에서 탐색 공간 압축에 얼마나 기여하는가?
• RQ3 제안된 방법은 nauty로는 처리가 곤란한 탐색 공간이 지나치게 큰 그래프 클래스를 다룰 수 있는가?
• RQ4 새로운 분할 정련 알고리즘이 정규화 레이블링의 전반적 성능에 미치는 영향은 무엇인가?
• RQ5 전역 불변량의 통합은 탐색 트리의 정규화 효율성에 어떤 영향을 미치는가?

주요 결과

• 제안된 방법은 nauty로는 처리가 곤란한 특정 그래프 클래스에 대해 탐색 공간 크기를 지수적으로 감소시킨다.
• 새로운 분할 정련 알고리즘은 정규화 레이블링 동안 탐색된 노드 수를 줄이는 데 기존 접근법보다 뚜렷이 뛰어나다.
• 전역 그래프 불변량은 대칭적이고 구조적으로 높은 복잡도를 지닌 그래프에서 더 효과적인 정규화를 기여한다.
• 실험 결과는 특히 탐색 공간 압축 측면에서 nauty보다 뚜렷한 성능 향상을 보였다.
• nauty의 성능이 조합적 폭발로 인해 저하되는 그래프 가족에 대해서도 이 방법은 확장성과 효율성 향상을 보였다.
• 전역 불변량의 통합은 대칭적 구조의 조기에 탐지함으로써 중복 계산을 줄였다.