[論文レビュー] On the Performance of a Canonical Labeling for Matching Correlated Erdős-Rényi Graphs.

Osman Emre Dai, Daniel Cullina+2 more|arXiv (Cornell University)|Apr 25, 2018

Graph Theory and Algorithms被引用数 5

ひとこと要約

本稿では、シード頂点を必要とせず、O(n² log n) 時間で実行可能な、相関のある Erdős-Rényi グラフの正規化ラベル付けアルゴリズムを提案する。まず次数のソートを用いて高次元頂点をマッチングし、残りの頂点に対して二部グラフマッチングを適用することで、情報理論的限界以下の非自明な領域で正確な回復を達成する。これは、構造化されたランダムグラフマッチングにおける次数に基づくラベル付けの有効性を示している。

ABSTRACT

Graph matching in two correlated random graphs refers to the task of identifying the correspondence between vertex sets of the graphs. Recent results have characterized the exact information-theoretic threshold for graph matching in correlated Erd\H{o}s-R\'enyi graphs. However, very little is known about the existence of efficient algorithms to achieve graph matching without seeds. In this work we identify a region in which a straightforward $O(n^2\log n)$-time canonical labeling algorithm, initially introduced in the context of graph isomorphism, succeeds in matching correlated Erd\H{o}s-R\'enyi graphs. The algorithm has two steps. In the first step, all vertices are labeled by their degrees and a trivial minimum distance matching (i.e., simply sorting vertices according to their degrees) matches a fixed number of highest degree vertices in the two graphs. Having identified this subset of vertices, the remaining vertices are matched using a matching algorithm for bipartite graphs.

研究の動機と目的

• シード頂点が存在しない状況下で、相関のある Erdős-Rényi グラフにおける正確なグラフマッチングを実現する計算的に効率的なアルゴリズムを同定すること。
• グラフマッチングの文脈において、頂点の次数に基づく正規化ラベル付け手法の性能を分析すること。
• 提案されたアルゴリズムが正確な頂点対応を達成できる相関強度の領域を特定すること。
• 情報理論的限界と実用的で効率的なグラフマッチングアルゴリズムの間のギャップを埋めること。

提案手法

• アルゴリズムはまず、すべての頂点にその次数でラベル付けすることで、両方のグラフ間で次数の高い頂点同士をソートしてマッチングする。
• 次数ソートされた頂点に対して、自明な最小距離マッチングを適用し、頂点集合間の初期対応関係を形成する。
• マッチングされなかった残りの頂点は、二部グラフマッチングアルゴリズムを用いて処理し、最終的な頂点対応関係を確立する。
• この手法は、相関のある Erdős-Rényi グラフの構造的一致性に依存しており、特に高次元頂点が両方のグラフでより確実にマッチングされやすい。
• アルゴリズムは2段階で動作する：最初に次数ソートによるマッチングと、その後の二部マッチングによる精練。
• 全体の時間計算量は O(n² log n) であり、主にソート段階と二部マッチングフェーズが支配的である。

実験結果

リサーチクエスチョン

• RQ1 次数に基づく正規化ラベル付けアルゴリズムが、シードなしで相関のある Erdős-Rényi グラフを正確にマッチングできる相関強度の領域はどこか？
• RQ2 頂点の次数に基づく単純で効率的なアルゴリズムが、事前知識やシード頂点が存在しない状況でも正確なグラフマッチングを達成できるか？
• RQ3 正規化ラベル付けアルゴリズムの性能は、相関のあるランダムグラフにおける情報理論的限界と比べてどうか？
• RQ4 次数分布は、2段階のマッチング戦略による正確な回復を可能にする役割を果たすか？

主な発見

• 提案された正規化ラベル付けアルゴリズムは、情報理論的限界以下の非自明な相関パラメータ空間の領域で正確なグラフマッチングを達成した。
• アルゴリズムは O(n² log n) 時間で動作し、大規模なグラフマッチングタスクにおいても効率的である。
• 次数ソートによる最高次元頂点のマッチングは、完全な頂点マッピングの正確な回復を可能にする堅牢な初期対応関係を提供する。
• この手法の成功は、Erdős-Rényi グラフにおける相関が引き起こす構造的一致性、特にマッチングされた頂点の次数プロファイルに依存している。
• このアルゴリズムは、シードが存在しない領域においても、次数に基づくラベル付けが正確な回復に十分であることを示している。
• 二部マッチングフェーズは、初期の次数ベースの整列後に残る頂点対応関係を効果的に解消する。