[논문 리뷰] Swap connectivity for two graph spaces between simple and pseudo graphs and disconnectivity for triangle constraints

Joel Nishimura|arXiv (Cornell University)|2017. 04. 06.

Markov Chains and Monte Carlo Methods참고 문헌 11인용 수 3

한 줄 요약

이 논문은 단순 그래프와 다중그래프 사이의 두 가지 그래프 공간인 멀티루프그래프(multiloop-graphs, 다중 자기루프 허용, 다중간선 불허용)와 루프다중그래프(loopy-multigraphs, 다중간선 및 단일 자기루프 허용)에 대해 이중간선교환 마코프 체인의 연결성을 조사한다. 이는 모든 도수 순서에 대해 루프다중그래프를 균일하게 샘플링할 수 있음을 증명하지만, 일부 도수 순서에 대해서는 멀티루프그래프를 균일하게 샘플링할 수 없으며, 이러한 도수 순서는 완전히 특성화되어 있다. 본 연구는 단순 그래프와 허위그래프 사이의 그래프 공간에서 자기루프와 다중간선의 모든 조합에 대해 교환 기반 MCMC의 연결성 분류를 완성한다.

ABSTRACT

With sufficient time, double edge-swap Markov chain Monte Carlo (MCMC) methods are able to sample uniformly at random from many different and important graph spaces. For instance, for a fixed degree sequence, MCMC methods can sample any graph from: simple graphs; multigraphs (which may have multiedges); and pseudographs (which may have multiedges and/or multiple self-loops). In this note we extend these MCMC methods to `multiloop-graphs', which allow multiple self-loops but not multiedges and `loopy-multigraphs' which allow multiedges and single self-loops. We demonstrate that there are degree sequences on which the standard MCMC methods cannot uniformly sample multiloop-graphs, and exactly characterize which degree sequences can and cannot be so sampled. In contrast, we prove that such MCMC methods can sample all loopy-multigraphs. Taken together with recent work on graphs which allow single self-loops but no multiedges, this work completes the study of the connectivity (irreducibility) of double edge-swap Markov chains for all combinations of allowing self-loops, multiple self-loops and/or multiedges. Looking toward other possible directions to extend edge swap sampling techniques, we produce examples of degree and triangle constraints which have disconnected spaces for all edges swaps on less than or equal to 8 edges.

연구 동기 및 목표

• 고정된 도수 순서에 대해 이중간선교환 마코프 체인이 멀티루프그래프 및 루프다중그래프 공간의 모든 그래프를 균일하게 샘플링할 수 있는지 여부를 규명하는 것.
• 멀티루프그래프 공간에서 그래프의 그래프(gog)가 이중간선교환에 의해 연결되지 않을 때의 정확한 조건을 규명하는 것.
• 단순 그래프와 허위그래프 사이의 그래프 공간에서 자기루프와 다중간선의 모든 조합에 대해 교환 기반 MCMC 연결성의 분류를 완성하는 것.
• 삼각형 제약 조건(고정된 삼각형 수 또는 삼각형 수열) 하에서 그래프 샘플링 시 간선교환 방법의 한계를 검토하는 것.

제안 방법

• 논문은 각 도수 순서에 대해 노드가 그래프이고 간선이 유효한 이중간선교환을 나타내는 그래프의 그래프(gog)를 구성한다.
• 조합론적 및 구조적 그래프 이론을 사용하여 멀티루프그래프와 루프다중그래프의 gog의 기약성(연결성)을 분석한다.
• 도수 순서의 성질에 기반하여 멀티루프그래프에서 gog의 불연결 조건에 대한 정확한 필요충분조건을 유도한다.
• 최대 8개 간선을 가진 구체적 반례를 제시하여 이중간선교환이 고정된 삼각형 수나 삼각형 수열 하에서 모든 그래프를 연결하지 못함을 입증한다.
• 제약 조건이 있는 그래프 공간에서 k-간선교환(예: 3- 및 4-간선교환)의 행동을 비교하여, 작은 그래프에서도 불연결이 발생할 수 있음을 보여준다.
• 체계적 순열과 이소모피즘 클래스 분석을 사용하여 특정 케이스(예: 4개의 삼각형 또는 특정 삼각형 수열을 가진 도수 순서)에서의 불연결을 검증한다.

실험 결과

연구 질문

• RQ1 멀티루프그래프 공간에서 어떤 도수 순서에 대해 이중간선교환 하에서 그래프의 그래프(gog)가 불연결이 되는가?
• RQ2 고정된 도수 순서에 대해 이중간선교환이 모든 루프다중그래프를 균일하게 샘플링할 수 있는가?
• RQ3 삼각형 제약 조건(고정된 삼각형 수 또는 정점별 삼각형 수)과 조합된 도수 순서 중에서, 작은 그래프라도 이중간선교환 시퀀스로 모든 그래프를 연결할 수 없는 경우가 존재하는가?
• RQ4 삼각형 제약 조건(삼각형 수가 고정되거나 각 정점의 삼각형 수가 고정된 경우)은 간선교환 MCMC 샘플러의 연결성에 어떤 영향을 미치는가?
• RQ5 삼각형 제약 조건이 있는 공간에서의 불연결 문제로 인해, 편향되거나 중요도 가중치를 적용한 샘플링 방법의 효율성이 어느 정도 제한되는가?

주요 결과

• 모든 도수 순서에 대해 루프다중그래프의 그래프의 그래프는 연결되어 있으며, 이는 이중간선교환 MCMC 방법이 이러한 모든 그래프를 균일하게 샘플링할 수 있음을 의미한다.
• 멀티루프그래프의 그래프의 그래프가 불연결이 되는 도수 순서가 존재하며, 본 논문에서 이러한 도수 순서가 완전히 특성화되어 있다.
• 주어진 도수 순서가 멀티루프그래프 공간에서 불연결된 gog를 유도하는지 여부를 판단할 수 있는 정확한 기준을 제시한다.
• 정확히 4개의 삼각형을 가진 도수 순서, 예를 들어 {3,3,3,3,2,2,2,2}의 경우, 두 개의 이소모피즘 클래스가 존재하며, 이들은 이중간선교환으로 연결되지 않으며, 최소 8개의 간선 변경이 필요하다.
• 8개 간선 이하의 작은 그래프에서도, 도수 순서와 삼각형 수열 조합에 따라 이중간선교환 시퀀스로 모든 그래프를 연결할 수 없는 경우가 존재하여, 교환 기반 샘플링의 근본적인 한계를 보여준다.
• 이러한 불연결 문제들은 이전에 알려진 자기루프 문제보다 더 심각하고 일반적이며, 이소모피즘 클래스 간의 간선 수의 차이가 크기 때문에 엄격한 샘플링 방법뿐 아니라 편향된 샘플링 방법에도 도전을 안긴다.