[논문 리뷰] Spin Glass approach to the 2-Distance Minimal Dominating Set problem

Yusupjan Habibulla, Shao-Meng Qin|arXiv (Cornell University)|2019. 10. 16.

Complex Network Analysis Techniques인용 수 1

한 줄 요약

이 논문은 무작위 그래프에서 2거리 최소 지배 집합(MDS) 문제에 스핀 거품 이론과 믿음 전파 감소(BPD)를 적용하여, BPD가 탐욕 휴리스틱보다 우수한 성능을 보이고, 정규 및 에르되시-레니 수형 무작위 네트워크에서 유한한 역온도에서 엔트로피 밀도의 계단 전이를 드러내며, 신뢰 전파의 수렴 문제가 임계 역온도 이하에서 발생함을 보여준다.

ABSTRACT

The L-distance minimal dominating set (MDS) problem is widely applied in various types of dominating set problems. Recently, we studied the regular dominating set problem using the cavity method and developed two algorithms (belief propagation decimation (BPD) algorithm and survey propagation decimation (SPD) algorithm) to obtain the solution of a given graph, which provide a very good estimation of the minimal dominating size. Now, we have developed spin glass theory to study the 2-distance MDS problem. First, We found that the Belief Propagation equation does not converge when the inverse temperature is greater than a certain threshold value on the regular random network and ER random network. Second, the entropy density of the Replica Symmetry population dynamics has the transition point at the finite inverse temperature on the regular random graph when the node degree is from 3 to 9, and on the ER random network when the node degree is from 4.2 to 10.4; there is no entropy transition point (or $\beta=\infty$) in the other circumstance. Third, the results of the belief propagation algorithm were the same as those of replica symmetry theory, and the results of the BPD algorithm were better than those of the greedy heuristic algorithm. \\ extbf{\large Keywords: }2-distance minimal dominating set, belief propagation, ER random graph, regular random graph, belief propagation decimation.

연구 동기 및 목표

• 2거리 최소 지배 집합(MDS) 문제에 스핀 거품 이론을 확장하기 위해.
• 정규 및 에르되시-레니(ER) 수형 무작위 네트워크에서 2거리 MDS의 맥락에서 믿음 전파(BP)의 수렴 행동을 분석하기 위해.
• 정규 및 ER 수형 무작위 그래프에서 복제 대칭 이론을 사용하여 엔트로피 밀도의 계단 전이를 조사하기 위해.
• 2거리 MDS 문제를 해결하기 위해 믿음 전파 감소(BPD) 알고리즘의 성능을 탐욕 휴리스틱과 비교하기 위해.

제안 방법

• 연구는 정규 수형 무작위 및 에르되시-레니(ER) 수형 무작위 그래프에서 2거리 MDS 문제를 분석하기 위해 공동체 방법과 복제 대칭 이론을 활용한다.
• 믿음 전파(BP) 방정식을 유도하고 고역온도에서의 수렴 여부를 테스트한다.
• 복제 대칭 인구 역학을 사용하여 엔트로피 밀도를 계산하고 시스템의 계단 전이를 탐지한다.
• 믿음 전파 감소(BPD) 알고리즘을 구현하여 2거리 MDS 문제의 근사 해를 도출한다.
• 복제 대칭 이론의 이론적 결과를 BPD의 수치 결과와 비교하여 일관성을 검증한다.
• BPD의 성능을 해법 품질 평가를 위해 탐욕 휴리스틱 알고리즘과 비교한다.

실험 결과

연구 질문

• RQ1 정규 및 ER 수형 무작위 네트워크에서 2거리 MDS 문제의 믿음 전파가 수렴하지 않는 역온도는 어느 정도인가요?
• RQ2 노드의 차수 3에서 9 사이인 정규 수형 무작위 그래프에서 시스템의 엔트로피 밀도가 유한한 온도에서 계단 전이를 보이나요?
• RQ3 노드의 차수 4.2에서 10.4 사이인 ER 수형 무작위 그래프에서 엔트로피 밀도가 유한한 온도에서 계단 전이를 보이나요?
• RQ4 BPD 알고리즘의 해 품질은 2거리 MDS 문제에서 탐욕 휴리스틱과 비교해 어떻게 되나요?
• RQ5 BPD의 결과가 복제 대칭 이론의 예측과 어느 정도 일치합니까?

주요 결과

• 정규 수형 무작위 및 ER 수형 무작위 네트워크에서 모두 믿음 전파가 임계 역온도를 초과하면 수렴하지 못한다.
• 노드의 차수 3에서 9 사이인 정규 수형 무작위 그래프에서 엔트로피 밀도의 유한한 온도 계단 전이가 관찰된다.
• 노드의 차수 4.2에서 10.4 사이인 ER 수형 무작위 그래프에서도 엔트로피 밀도의 유한한 온도 계단 전이가 탐지된다.
• 믿음 전파 알고리즘의 결과는 복제 대칭 이론이 예측한 결과와 일치한다.
• BPD 알고리즘은 2거리 MDS 문제에서 탐욕 휴리스틱보다 더 우수한 해를 도출한다.
• 계단 전이가 발생하지 않는 경우, 엔트로피 전이 점은 무한한 역온도(β = ∞)에 해당한다.