[论文解读] Algebraic Combinatorics in Mathematical Chemistry. Methods and Algorithms. II. Program Implementation of the Weisfeiler-Leman Algorithm

Luitpold Babel, I. V. Chuvaeva+2 more|arXiv (Cornell University)|Feb 9, 2010

Graph theory and applications参考文献 27被引用 8

一句话总结

本文提出了一种高效的 C 语言实现，用于计算图的邻接矩阵 $ A $ 的最小胞代数 $ W(A) $ 的 Weisfeiler-Leman 稳定化算法，该代数作为图对称性感知的强大不变量。该方法基于三元组顶点构型，将顶点及其有序对划分为等价类，当 $ W(\Gamma) $ 为 Schurian 时，可对大多数分子图生成自同构划分，从而在不显式计算 $ \mathrm{Aut}(\Gamma) $ 的情况下实现稳健的化学结构分析。

ABSTRACT

The stabilization algorithm of Weisfeiler and Leman has as an input any square matrix A of order n and returns the minimal cellular (coherent) algebra W(A) which includes A. In case when A=A(G) is the adjacency matrix of a graph G the algorithm examines all configurations in G having three vertices and, according to this information, partitions vertices and ordered pairs of vertices into equivalence classes. The resulting construction allows to associate to each graph G a matrix algebra W(G):= W(A(G))$ which is an invariant of the graph G. For many classes of graphs, in particular for most of the molecular graphs, the algebra W(G) coincides with the centralizer algebra of the automorphism group aut(G). In such a case the partition returned by the stabilization algorithm is equal to the partition into orbits of aut(G). We give algebraic and combinatorial descriptions of the Weisfeiler--Leman algorithm and present an efficient computer implementation of the algorithm written in C. The results obtained by testing the program on a considerable number of examples of graphs, in particular on some chemical molecular graphs, are also included.

研究动机与目标

• 开发一种实用且高效的 Weisfeiler-Leman 稳定化算法程序实现，以应用于数学化学领域。
• 计算与图的邻接矩阵 $ A $ 相关的最小胞代数 $ W(A) $，该代数作为图对称性分类的不变量。
• 在分子图上测试该算法，并证明当 $ W(\Gamma) $ 为 Schurian 时，其能够恢复自同构划分。
• 为化学结构分析提供一种计算上可行的替代方案，避免显式计算自同构群。
• 为化学家提供一种工具，通过源自高阶构型的不变量对原子和化学键进行分类，避免依赖启发式的化合价方法。

提出的方法

• 该算法接收任意阶数为 $ n $ 的方阵 $ A $ 作为输入，计算包含 $ A $ 的最小胞（一致）代数 $ W(A) $，该代数是底层图的不变量。
• 对于图 $ \Gamma $，该算法通过分析所有顶点的有序三元组，对顶点及其有序对进行划分，基于局部构型进行着色优化。
• 稳定化过程通过迭代细化顶点和弧的着色，直至无法进一步优化，从而生成稳定着色，当 $ W(\Gamma) $ 为 Schurian 时，该着色对应于 $ \mathrm{Aut}(\Gamma) $ 的轨道划分。
• 实现采用动态内存管理和哈希技术，高效存储和更新着色类，并通过优化减少计算开销。
• 该算法以 C 语言实现，并在一系列图上进行测试，包括分子图，性能在中等规模图上进行了评估。
• 提出一种替代策略：交替执行深度为 2 和 3 的稳定化步骤，以降低复杂度，同时保持准确性，避免完全迭代细化。

实验结果

研究问题

• RQ1 Weisfeiler-Leman 稳定化算法能否在 C 语言中高效实现，以计算分子图的胞代数？
• RQ2 在何种条件下，Weisfeiler-Leman 划分与自同构群的轨道划分一致？
• RQ3 该算法在化学图上表现如何，特别是在化合价方法失效的规则或对称图中？
• RQ4 交替使用深度为 2 和 3 的稳定化步骤是否能降低计算成本，同时保持正确性？
• RQ5 胞代数 $ W(\Gamma) $ 与 $ \mathrm{Aut}(\Gamma) $ 的中心化代数之间存在何种关系？$ W(\Gamma) $ 在何种情况下为 Schurian？

主要发现

• Weisfeiler-Leman 算法能够成功计算任意输入矩阵 $ A $ 的最小胞代数 $ W(A) $，该代数是图的不变量。
• 对于大多数分子图，当 $ W(\Gamma) $ 为 Schurian 时，顶点和有序对的划分结果与 $ \mathrm{Aut}(\Gamma) $ 的轨道完全一致。
• C 语言实现对具有数千个顶点的图表现出实际效率，使该方法可应用于真实化学结构。
• 该算法通过考虑三元组构型，优于纯粹基于化合价的启发式方法，从而解决了规则图在简单方法下失效的情况。
• 一般而言，深度 $ t \geq 4 $ 的稳定化不足以恢复自同构划分，文献中的反例已证明这一点。
• 交替使用深度为 2 和 3 的稳定化步骤，在 Schurian 情况下为更快计算提供了有希望的路径，且不损失正确性。