[논문 리뷰] Nearly Optimal Independence Oracle Algorithms for Edge Estimation in Hypergraphs

Holger Dell, John Lapinskas외 1명|arXiv (Cornell University)|2022. 11. 07.

Machine Learning and Algorithms인용 수 2

한 줄 요약

이 논문은 독립성 또는 색다운 독립성 또는르를 사용하여 k-균일 초그래프에서의 근사 간선 수를 세는 데 대해 거의 최적의 알고리즘과 무조건적 하한을 설정한다. 쿼리 비용은 입력 크기에 따라 달라지며, 색다운 설정에서는 결정 문제에 비해 근사 수를 세는 데 필요한 오버헤드가 log^Θ(k−α) n 수준으로 줄어들지만, 색다운이 아닌 설정에서는 α ≥ k−1이 아닐 경우 이러한 세밀한 감소는 불가능하며, 색다운이 아닌 오라클에 대한 복잡도의 근본적인 장벽을 드러낸다.

ABSTRACT

Consider a query model of computation in which an n-vertex k-hypergraph can be accessed only via its independence oracle or via its colourful independence oracle, and each oracle query may incur a cost depending on the size of the query. Several recent results (Dell and Lapinskas, STOC 2018; Dell, Lapinskas, and Meeks, SODA 2020) give efficient algorithms to approximately count the hypergraph’s edges in the colourful setting. These algorithms immediately imply fine-grained reductions from approximate counting to decision, with overhead only log^Θ(k) n over the running time n^α of the original decision algorithm, for many well-studied problems including k-Orthogonal Vectors, k-SUM, subgraph isomorphism problems including k-Clique and colourful-H, graph motifs, and k-variable first-order model checking. We explore the limits of what is achievable in this setting, obtaining unconditional lower bounds on the oracle cost of algorithms to approximately count the hypergraph’s edges in both the colourful and uncoloured settings. In both settings, we also obtain algorithms which essentially match these lower bounds; in the colourful setting, this requires significant changes to the algorithm of Dell, Lapinskas, and Meeks (SODA 2020) and reduces the total overhead to log^{Θ(k-α)}n. Our lower bound for the uncoloured setting shows that there is no fine-grained reduction from approximate counting to the corresponding uncoloured decision problem (except in the case α ≥ k-1): without an algorithm for the colourful decision problem, we cannot hope to avoid the much larger overhead of roughly n^{(k-α)²/4}. The uncoloured setting has previously been studied for the special case k = 2 (Peled, Ramamoorthy, Rashtchian, Sinha, ITCS 2018; Chen, Levi, and Waingarten, SODA 2020), and our work generalises the existing algorithms and lower bounds for this special case to k > 2 and to oracles with cost.

연구 동기 및 목표

• 독립성 오라클을 사용한 초그래프에서의 근사 간선 수를 세는 알고리즘과 이론적 한계 사이의 격차를 메우기.
• 색다운 및 색다운이 아닌 설정 모두에서 근사 수세기의 오라클 비용에 대한 무조건적 하한을 설정하기.
• 결정 문제의 실행 시간이 n^α인 문제들에 대해, 근사 수세기에서 색다운이 아닌 결정 문제로의 세밀한 감소가 가능한지 여부를 규명하기.
• k=2에 대한 이전 결과를 k>2로 일반화하고, 쿼리 비용이 변수인 오라클로 확장하기.
• 오라클 모델에서 결정 알고리즘 대비 근사 수세기의 오버헤드에 대한 날것 있는 하한을 제공하기.

제안 방법

• 어려운 인스턴스를 시뮬레이션하기 위해 간선 비율을 제어하는 k-분할 k-초그래프의 상관관계 있는 분포 G1과 G2를 구성한다.
• 특정 비용 및 정확도 제약 조건 하에서 정확한 쿼리의 확률을 제한하기 위해 확률적 분석을 사용한다.
• 마르코프 부등식과 유니온 바운드를 적용하여 결정적 cIND-오라클 알고리즘의 기대 비용 하한을 유도한다.
• 쿼리가 부분집합 S_i ⊆ V_i이고 비용이 크기 함수 cost(x) = x^α에 따라 달라지는 구조화된 쿼리 모델을 도입한다.
• 정수 분할에 대한 조합론적 하한을 사용하여 가능한 쿼리 프로파일의 수를 하한화하며, 이는 확률 추정에 핵심적이다.
• 집중도 및 尾부 바운드를 활용하여, 주어진 비용 함수 하에서 G1과 G2를 구분하는 데 있어 고비용의 기대 비용을 가져야 한다고 보여준다.

실험 결과

연구 질문

• RQ1 색다운 오라클 모델에서, 결정 알고리즘의 실행 시간에 비해 다항 로그 수준의 오버헤드만으로 k-초그래프에서의 근사 간선 수를 세는 것이 가능한가?
• RQ2 색다운이 아닌 독립성 오라클 모델에서 근사 수세기의 최소 가능한 오라클 비용은 얼마이며, 이는 log^Θ(k) n로 유계일까?
• RQ3 결정 시간이 n^α인 문제들에 대해, α < k−1일 경우 색다운이 아닌 결정 문제로의 세밀한 감소가 가능한가?
• RQ4 비용에 따라 달라지는 오라클 쿼리로 k=2에 대한 결과를 k>2로 일반화할 수 있는가?
• RQ5 색다운이 아닌 설정에서 수세기에서 결정으로의 효율적 감소를 방해하는 본질적인 비용 장벽은 무엇인가?

주요 결과

• 색다운 설정에서는 결정 문제에 비해 근사 수세기의 오버헤드가 log^Θ(k−α) n 수준으로 달성되었으며, 이는 이전의 log^Θ(k) n 하한보다 크게 향상되었다.
• 색다운이 아닌 설정에서는 α ≥ k−1이 아닐 경우 근사 수세기에서 결정 문제로의 세밀한 감소가 불가능하며, 비용에 대해 약 n^{(k−α)^2/4}의 하한이 증명되었다.
• 색다운이 아닌 경우의 하한은 색다운 경우보다 지수적으로 더 큰 오버헤드를 보여주며, 두 모델 간의 근본적인 분리가 입증되었다.
• 저자들은 e(G2) ≥ 4e(G1)일 확률이 최소 19/20 이상이 되는 상관관계 있는 초그래프 분포 G1과 G2를 구성하였으며, 이는 하한 증명의 핵심이다.
• G1과 G2를 구분하는 데 있어 어떤 결정적 cIND-오라클 알고리즘도 기대 오라클 비용이 최소 C/2 이상이 되며, 여기서 C = t^α / (25k+7k^7k · (log t / log log t)^{k−⌊α⌋−3})이다.
• 이 결과들은 k=2에 대한 이전 작업을 일반적인 k ≥ 2로 일반화하고, 비용 함수가 있는 오라클로 확장하여 독립성 오라클 모델에서의 세밀한 감소의 한계를 완전한 그림으로 제시한다.