[论文解读] Counting Markov Equivalence Classes by Number of Immoralities

Adityanarayanan Radhakrishnan, Liam Solus+1 more|arXiv (Cornell University)|Nov 22, 2016

Bayesian Modeling and Causal Inference参考文献 40被引用 5

一句话总结

本文引入了两个生成函数——M(G;x) 按 immoralities 数量统计马尔可夫等价类（MECs）的数量，S(G;x) 按 MEC 大小统计——以研究给定骨架 G 上 MEC 计数的组合性质。研究证明，计算最大 immoralities 数量是 NP-难问题，并表明 S(G;x) 唯一标识了节点数不超过 10 的连通图，揭示了与经典组合优化问题的新联系。

ABSTRACT

Two directed acyclic graphs (DAGs) are called Markov equivalent if and only if they have the same underlying undirected graph (i.e. skeleton) and the same set of immoralities. Using observational data, a DAG model can only be determined up to Markov equivalence, and so it is desirable to understand the size and number of Markov equivalence classes (MECs) combinatorially. In this paper, we address this enumerative question using a pair of generating functions that encode the number and size of MECs on a skeleton $G$, and in doing so we connect this problem to classical problems in combinatorial optimization. The first is a graph polynomial that counts the number of MECs on $G$ by their number of immoralities. Using connections to the independent set problem, we show that computing a DAG on $G$ with the maximum possible number of immoralities is NP-hard. The second generating function counts the MECs on $G$ according to their size. Via computer enumeration, we show that this generating function is distinct for every connected graph on $p$ nodes for all $p\leq 10$.

研究动机与目标

• 理解给定骨架 G 上马尔可夫等价类（MECs）的组合结构。
• 解决按 MEC 中 immoralities 数量和大小进行 MEC 计数的复杂性问题。
• 建立 MEC 计数与经典组合优化问题（如独立集和顶点覆盖问题）之间的联系。
• 确定 MEC 大小频率向量（或算术生成函数 S(G;x)）是否唯一标识一个骨架。
• 为所有节点数不超过 10 的连通图开发一种高效算法，以计算 MEC 统计数据。

提出的方法

• 定义图多项式 M(G;x) = Σₖ mₖ(G)xᵏ，其中 mₖ(G) 表示在 G 上具有恰好 k 个 immoralities 的 MEC 数量。
• 引入算术生成函数 S(G;x) = Σₖ (sₖ(G)/kˣ)，其中 sₖ(G) 表示在 G 上大小为 k 的 MEC 数量。
• 通过计算枚举，评估所有节点数 p ≤ 10 的连通图的 M(G;x) 和 S(G;x)。
• 利用 nauty 和 Traces 软件进行图同构检测与规范标记，确保骨架处理的准确性。
• 在 Java 中实现一种内存高效的算法，用于追踪每个骨架的 MEC 计数、 immoralities 数量、诱导三元路径数、度序列及三角形数量。
• 通过将 M(G;x) 的次数计算与无三角形图及其星形分解的顶点覆盖问题关联，证明其 NP-难性。

实验结果

研究问题

• RQ1 能否使用追踪 immoralities 数量的生成函数，高效计算骨架 G 上的 MEC 数量？
• RQ2 对于节点数 p ≤ 10 的连通图 G，编码 MEC 大小的生成函数 S(G;x) 是否具有唯一性？
• RQ3 在骨架 G 上可放置的最大 immoralities 数量的计算复杂性如何？
• RQ4 生成函数 M(G;x) 和 S(G;x) 如何与经典组合问题（如独立集和顶点覆盖）相关联？
• RQ5 是否存在非同构骨架具有相同的 MEC 频率向量 S(G;x)？若存在，此类碰撞在何种条件下发生？

主要发现

• 证明了按 immoralities 数量统计 MEC 的生成函数 M(G;x) 是 NP-难计算的，因其可归约为无三角形图上的顶点覆盖问题。
• 编码 MEC 大小的生成函数 S(G;x) 对所有节点数 p ≤ 10 的连通图均具有唯一性，表明 MEC 大小分布可唯一标识此类骨架。
• 对于所有节点数不超过 10 的图，S(G;x) 的唯一性碰撞仅发生在两图的连通分量同构，且其非重叠分量大小乘积相等时。
• 所提出的算法在计算 MEC 统计数据方面耗时与 Gillespie 和 Perlman (2001) 相当，但通过仅存储每个骨架的相关哈希数据，显著提升了内存效率。
• 该算法为每个骨架收集了更丰富的数据，包括每个 MEC 的 immoralities 数量、度序列、边数、三角形数及诱导三元路径数。
• 在节点数 p ≤ 10 的范围内，任意两个非同构的连通骨架均不共享相同的 S(G;x) 函数，支持了 MEC 大小分布是该范围内连通图的完备不变量的猜想。