[논문 리뷰] The cover time, the blanket time, and the Matthews bound

J. Kahn, J. H. Kim외 2명|ArXiv.org|2000. 05. 12.

Advanced Graph Theory Research참고 문헌 1인용 수 17

한 줄 요약

이 논문은 도착 시간과 로그 스케일링을 기반으로 하는 새로운 매개변수 $ M $을 도입하여 그래프에서의 랜덤 워크의 커버 타임 $ C $와 블랭킷 타임 $ B $를 엄밀하게 유계화한다. $ \frac{1}{2}M \leq C \leq B \leq O(M(\ln\ln n)^2) $ 를 증명하고, 이전의 $ O(\ln n) $ 근사 bound를 개선한 결정적 다항시간 알고리즘을 제시하여 $ M $을 2배 이내로 근사한다.

ABSTRACT

The cover time C of a graph G is the expected time for a random walk starting from the worst vertex to cover all vertices in G. Similarly, the blanket time B is the expected time to visit all vertices within a constant factor of number of times suggested by the stationary distribution. (Our definition will be slightly stronger than this.) Obviously, all vertices are covered when the graph is blanketed, and hence C <= B. The blanket time is introduced by Winkler and Zuckerman motivated by applications in Markov estimation and distributed computing. They conjectured B =O(C) and proved B=O(C ln n ). In this paper, we introduce another parameter M motivated by Matthews' theorem and prove M/2 <= C <= B = O(( M ln ln n)^2). In particular, B = O(C (ln ln n)^2). The lower bound is still valid for the cover time C(π) starting from the stationary distribution. We also show that there is a polynomial time algorithm to approximate M within a factor of 2 and so does for C within a factor of O((ln ln n)^2), improving previous bound of O(ln n) of Matthews'.

연구 동기 및 목표

• 랜덤 워크의 커버 타임에 대한 근사 요소 간 격차를 좁히고, 오랫동안 유지된 Matthews 정리의 $ O(\ln n) $ 기준을 초월하는 데 목적이 있다.
• 최소 커뮤트 타임을 부분집합을 통해 정의한 새로운 매개변수 $ M $을 도입하고, 커버 타임을 정밀하게 특성화한다.
• 커버 타임의 향상된 근사를 가능하게 하기 위해 $ M $을 2배 이내로 근사하는 결정적 다항시간 알고리즘을 개발한다.
• 블랭킷 타임 $ B $ 에도 유계를 확장하여 $ B = O(C(\ln\ln n)^2) $ 를 보이며, $ B = O(C) $ 라는 추측을 뒷받침한다.

제안 방법

• 부분집합 $ S \subseteq V $ 에 대해 $ \kappa_S $ 를 $ S $ 내부의 쌍 간 최소 커뮤트 타임으로 정의하고, $ M = \max_{S \subseteq V} \kappa_S \ln|S| $ 를 정의함으로써 커버 타임을 유계화하는 데 유용한 대칭적이고 강건한 매개변수를 만든다.
• $ M $ 이 확장된 Matthews bound $ M_0 $ 와 상수 요소 내에 있음을 증명하여 $ \frac{1}{8}M \leq M_0 \leq M $ 를 확립한다.
• 나무에서의 랜덤 워크 행동을 분석하기 위해 볼즈 앤 어른 확률 모델을 사용하며, 간선의 통과를 이웃에 해당하는 어른에 공을 떨어뜨리는 것으로 모델링한다.
• 집중 불등식과 FKG 부등식을 적용하여 모든 큰 어른이 많은 공을 받는 확률를 유계화함으로써, 높은 확률로 일부 어른은 여전히 흐리게 남아 있음을 보장한다.
• 정적 분포에서의 기대 커버 타임을 분석함으로써 하한 $ C(\pi) \geq \frac{1}{2}M $ 를 확립한다.
• 커뮤트 타임의 구조와 부분집합 최적화를 활용하여 결정적 알고리즘을 설계하여 $ M $ 을 2배 이내로 근사한다.

실험 결과

연구 질문

• RQ1 커버 타임을 다항로그 요소 $ \ln\ln n $ 내에서 결정적 알고리즘으로 근사할 수 있는가, 이는 기존의 $ \ln n $ 요소보다 더 나은가?
• RQ2 커뮤트 타임과 부분집합 크기를 기반으로 한 매개변수 $ M $ 이 커버 타임과 블랭킷 타임에 대해 강력한 대체 측정이 될 수 있는가?
• RQ3 블랭킷 타임 $ B $ 는 $ O(\ln n) $ 요소를 초월하여 $ O((\ln\ln n)^2) $ 요소로 커버 타임 $ C $ 와 관련지어 유계화할 수 있는가?
• RQ4 새로운 매개변수 $ M $ 은 상수 요소 내에서 결정적 다항시간 근사 알고리즘을 갖는가?

주요 결과

• 커버 타임 $ C $ 는 $ \frac{1}{2}M \leq C \leq O(M(\ln\ln n)^2) $ 를 만족하며, 여기서 $ M $ 은 부분집합 $ S $ 에 대해 $ \kappa_S \ln|S| $ 의 최대값으로 정의되며, $ \kappa_S $ 는 $ S $ 내부의 최소 커뮤트 타임이다.
• 블랭킷 타임 $ B $ 는 $ B \leq O(M(\ln\ln n)^2) $ 를 만족하며, 이는 $ B = O(C(\ln\ln n)^2) $ 를 의미한다. 이는 이전의 $ O(C\ln n) $ 유계를 향상시킨다.
• $ M $ 은 커버 타임을 $ O((\ln\ln n)^2) $ 요소 내에서 근사하며, 이는 Matthews 정리에서의 이전 $ O(\ln n) $ 요소보다 크게 향상된 것이다.
• 결정적 다항시간 알고리즘은 $ M $ 을 2배 이내로 근사하며, 이는 커버 타임에 대해 $ O((\ln\ln n)^2) $-근사 가능성을 보장한다.
• 정적 분포에서 시작할 경우 커버 타임에 대해 하한 $ C(\pi) \geq \frac{1}{2}M $ 이 성립함으로써 $ M $ 이 강력한 하한임을 보여준다.
• 극한 그래프 구성에서 상한과 하한이 모두 날카로운 것으로 입증되어, 상수 요소 내에서 유계가 엄밀하게 유지된다.