[論文レビュー] Approximate Association via Dissociation

Jie You, Jianxin Wang+1 more|arXiv (Cornell University)|Oct 28, 2015

Advanced Graph Theory Research参考文献 19被引用数 15

ひとこと要約

本稿では、モジュラ分解と双子クラス同定を用いて重み付き分離集合問題に還元することで、2.5の近似比を達成する、関連集合問題に対する最初の非自明な近似アルゴリズムを提示する。このアルゴリズムはO(mn)時間で実行され、密接に関連するクラスタ編集問題の既知の最良比と一致する。

ABSTRACT

A vertex set $X$ of a graph $G$ is an association set if each component of $G - X$ is a clique, or a dissociation set if each component of $G - X$ is a single vertex or a single edge. Interestingly, $G - X$ is then precisely a graph containing no induced $P_3$'s or containing no $P_3$'s, respectively. We observe some special structures and show that if none of them exists, then the minimum association set problem can be reduced to the minimum (weighted) dissociation set problem. This yields the first nontrivial approximation algorithm for association set, and its approximation ratio is 2.5, matching the best result of the closely related cluster editing problem. The reduction is based on a combinatorial study of modular decomposition of graphs free of these special structures. Further, a novel algorithmic use of modular decomposition enables us to implement this approach in $O(m n + n^2)$ time.

研究の動機と目的

• グラフをクラスタグラフ（完全グラフの互いに素な和集合）に変換するための最小頂点削除を求める関連集合問題に対する近似アルゴリズムの開発。
• 従来、自明な3近似のみが得られていた関連集合問題における非自明な近似結果の欠如に対処する。
• 構造的グラフ解析とモジュラ分解を用いて、関連集合と重み付き分離集合問題との間の関係を確立する。
• クラスタ編集問題の既知の最良結果と一致する近似比2.5を達成する。
• 実用的導入を想定し、モジュラ分解と双子クラス削減を活用したO(mn)時間の効率的アルゴリズムの設計。

提案手法

• 入力グラフ内の双子クラスを特定し、それらを商グラフQ内の重み付き頂点に統合することで、非重み付き関連集合問題を重み付き分離集合問題に還元する。
• 商グラフQの構造を分析するためにモジュラ分解を適用し、Qが三角形を含まず、単純な構造を持たない原因となる5つの特定の禁止部分グラフ（ダート、ジェム、C4など）を同定する。
• モジュラ分解木内のモジュールから頂点を削除する貪欲な手順を用いて、これらの禁止部分グラフを検出し、削除することで、残りのグラフQが完全グラフまたは三角形を含まない形に保証する。
• 三角形を含まないQに対しては、既知の重み付き分離集合問題の2.5近似アルゴリズムを適用し、これは元の関連集合問題に対しても2.5近似を直接得る。
• プロセス全体を通じて商グラフQを維持し、強いモジュールを用いて構造的変化を効率的に追跡し、頂点削除ステップの正当性を保証する。
• モジュラ分解木内の三角形とモジュールを処理することでO(mn)時間で実装し、各イテレーションで問題サイズを縮小しながら、各ステップで線形時間の操作を維持する。

実験結果

リサーチクエスチョン

• RQ1 従来、自明な3近似しか得られていなかった関連集合問題に対して、非自明な近似アルゴリズムを開発可能か？
• RQ2 関連集合問題が、近似比が有界となるように重み付き分離集合問題に還元できる構造的条件は存在するか？
• RQ3 モジュラ分解を用いて、商グラフが三角形を含まないか単純な構造を持たない原因となる障害を効果的に同定・除去できるか？
• RQ4 関連集合問題で達成可能な最良の近似比は何か？また、密接に関連するクラスタ編集問題のそれと一致できるか？
• RQ5 双子クラスとモジュラ分解を活用したO(mn)時間の効率的アルゴリズムを設計し、この近似比を達成できるか？

主な発見

• 本稿では、クラスタ編集問題の既知の最良結果と一致する近似比2.5を達成する、関連集合問題に対する最初の非自明な近似アルゴリズムを提示する。
• アルゴリズムは、双子クラスを商グラフQ内の重み付き頂点に統合する変換を用いて、関連集合問題を重み付き分離集合問題に還元する。
• モジュラ分解木内で5つの特定の禁止部分グラフ（ダート、ジェム、C4など）を検出し、頂点削除によって除去することで、残りの商グラフが完全グラフまたは三角形を含まない形に保証する。
• 三角形を含まない商グラフに対しては、既知の重み付き分離集合問題の2.5近似アルゴリズムを適用し、これは元の問題に対しても2.5近似を直接得る。
• アルゴリズムはO(mn)時間で実行され、大規模グラフに対しても効率的であり、モジュラ分解プロセスの各ステップで問題サイズが縮小されつつ、正当性が保持される。
• 正当性は、5つの禁止部分グラフが存在しない場合、商グラフが自明または三角形を含まない構造を持つことにある。これにより、既存の有界性能の近似技術が適用可能となる。