[論文レビュー] Drawing Binary Tanglegrams: An Experimental Evaluation

Martin Nöllenburg, Danny Holten+2 more|ArXiv.org|Jun 5, 2008

Data Visualization and Analytics参考文献 9被引用数 5

ひとこと要約

この論文は、二分木のペア（葉が一致する）であるtanglegramにおけるエッジクロスの最小化のためのアルゴリズムを評価・改善する。再帰的分割法を用い、分枝限定法（branch-and-bound）を組み合わせた手法により、200葉までで0.4秒未塔の高速な最適または近似的最適なクロス削減を達成。ヒューリスティクスや整数二次計画法（IQP）に比べて解の質が優れており、階層ソートは大規模または非二分木tanglegramにおけるインタラクティブ利用に最適である。

ABSTRACT

A binary tanglegram is a pair of binary trees whose leaf sets are in one-to-one correspondence; matching leaves are connected by inter-tree edges. For applications, for example in phylogenetics or software engineering, it is required that the individual trees are drawn crossing-free. A natural optimization problem, denoted tanglegram layout problem, is thus to minimize the number of crossings between inter-tree edges. The tanglegram layout problem is NP-hard and is currently considered both in application domains and theory. In this paper we present an experimental comparison of a recursive algorithm of Buchin et al., our variant of their algorithm, the algorithm hierarchy sort of Holten and van Wijk, and an integer quadratic program that yields optimal solutions.

研究の動機と目的

• 二分tanglegramにおける木間エッジのクロスを最小化しつつ、平面的木図を保持するtanglegramレイアウト問題を解決すること。
• クロス削減の効果と実行時間の観点から、正確なアルゴリズムとヒューリスティクスアルゴリズムの性能を比較すること。
• 不均衡な木に対してより優れた結果を得るため、Buchinらの再帰的分割法を改善すること。
• 中規模のインスタンスに対して整数二次計画法（IQP）を用いて最適解を得られるかを検証すること。
• 解の質、実行時間、および現実のtanglegramタイプ（例：ランダム、変異、完全木）への適用可能性のトレードオフを特定すること。

提案手法

• 不均衡な木に対して性能を向上させるための前処理ステップを追加した、Buchinらの再帰的分割法を変更して適用。
• 再帰的アルゴリズムに分枝限定法（rec-split-bb）を組み合わせ、最適解への収束を高速化。
• Holtenとvan Wijkのヒューリスティクスである階層ソート（hierarchy sort）を実装し、視覚的に魅力的なレイアウトを迅速に生成。
• tanglegramレイアウト問題を整数二次計画法（IQP）として定式化し、最適解を計算。
• 4つのtanglegramクラス（完全木、ランダム、変異、一般）の対数スケールプロットと中央値実行時間を用いてアルゴリズムを比較。
• 200葉の木を対象に性能を測定し、木の高さ、類似度、クロス数が実行時間に与える影響を評価。

実験結果

リサーチクエスチョン

• RQ1 不均衡な木において、改善された再帰的分割法（rec-split-improved）は元のアルゴリズムと比べてクロス削減効果と実行時間でどのように異なるか？
• RQ2 階層ソート、改善された再帰的アルゴリズム、IQPの間で、解の質と速度のトレードオフはどのようなものか？
• RQ3 クロス数が少ないにもかかわらず、変異tanglegram（類似）はランダムな場合よりも計算に時間がかかるのはなぜか？
• RQ4 IQPは中規模tanglegram（n ≤ 64）を10分以内に最適に解けるか？そのスケーラビリティに制限要因は何か？
• RQ5 分枝限定法を用いたバージョン（rec-split-bb）の実行時間は、木の高さと前処理の有無にどのように依存するか？特に純粋な再帰と比較してどうか？

主な発見

• 分枝限定法を組み合わせた改善された再帰的分割法（rec-split-bb）は、最適または近似的最適なクロス削減を達成し、200葉の木では中央値で360ms未塔、最大0.4秒で実行された。
• 階層ソートは最も高速で、完全木では全インスタンスが12ms未塔、一般木では90ms未塔で処理され、インタラクティブ利用に適している。
• IQPはすべての変異tanglegram（低クロス数）を10分以内に最適に解けたが、n = 64を超えるとランダムtanglegramの最適性を証明できず、デュアルギャップが増加した。
• rec-split-bbの実行時間は、O(n²h)時間の前処理ステップに支配されており、これは木の高さに関して指数的ではなく、ナイーブな再帰バージョンとは異なっていた。
• 変異tanglegramは、類似した木の高さが再帰の深さを増すため、平均的により多くの再帰を必要とし、ランダムな場合よりも計算時間が長くなった。
• ナイーブな再帰実装（rec-splitおよびrec-split-improved）は木の高さに関して指数的実行時間を示し、深いか不均衡な木では、前処理を施しても実用的でないことが判明した。