[论文解读] Expand and Contract: Sampling graphs with given degrees and other combinatorial families

James Zhao|arXiv (Cornell University)|Aug 29, 2013

Markov Chains and Monte Carlo Methods参考文献 27被引用 18

一句话总结

本文提出了一种名为 'Expand and Contract' 的框架，用于高效地从具有约束条件的组合家族中进行采样，例如给定度序列的图。通过将目标家族嵌入一个更大、更易采样的空间，并使用有偏的马尔可夫链将采样结果收缩回目标家族，该方法在最大度为 O(m^{1/4}) 的图上实现了 O(m) 步的渐近均匀采样，显著优于先前的算法。

ABSTRACT

Sampling from combinatorial families can be difficult. However, complicated families can often be embedded within larger, simpler ones, for which easy sampling algorithms are known. We take advantage of such a relationship to describe a sampling algorithm for the smaller family, via a Markov chain started at a random sample of the larger family. The utility of the method is demonstrated via several examples, with particular emphasis on sampling labelled graphs with given degree sequence, a well-studied problem for which existing algorithms leave much room for improvement. For graphs with given degrees, with maximum degree $O(m^{1/4})$ where $m$ is the number of edges, we obtain an asymptotically uniform sample in $O(m)$ steps, which substantially improves upon existing algorithms.

研究动机与目标

• 开发一种通用框架，用于从具有约束的组合家族中进行均匀采样，例如具有固定度序列的图。
• 通过将目标家族嵌入一个更大的、更简单的家族（其采样算法已知），以克服拒绝采样的低效性。
• 设计一个从较大家族收缩回目标家族的马尔可夫链，同时保持均匀性。
• 分析收缩过程的混合时间与收敛性，特别是在度约束下的表现。
• 在实际问题中展示该方法的有效性，例如估计合作网络中平均 Erdős 数。

提出的方法

• 将目标家族 S₀ 扩展为一个更大的、可均匀采样的家族 S，按 '劣化程度'（例如禁止边的数量或度违反数）划分为若干层 S₀ ⊔ S₁ ⊔ ... ⊔ Sk。
• 在 S 上定义一个对称且不可约的马尔可夫链 Q，并通过拒绝劣化程度增加的移动，将其修改为新链 Q*。
• 从 S 的均匀样本开始运行链 Q*，并在首次到达 S₀ 中的状态时停止，从而确保输出在 S₀ 上近似均匀。
• 为改善混合性，该方法允许以温度类似参数 α 的概率接受劣化移动，从而实现模拟退火，加快收敛速度。
• 理论分析采用耦合技术来界定混合时间，表明当最大度为 O(m^{1/4}) 时，O(log m) 步足以实现近似均匀性。
• 算法被优化为仅执行降低劣化程度的移动，将运行时间从 O(m²) 降低至 O(m)，且不损害均匀性。

实验结果

研究问题

• RQ1 能否通过利用一个更大、更简单的超集，开发一种通用框架，以实现对具有约束的组合家族的均匀采样？
• RQ2 该收缩马尔可夫链的混合时间是多少？在何种度约束下可实现快速收敛？
• RQ3 该方法能否在采样具有给定度序列的图时优于现有算法，特别是在运行时间和均匀性方面？
• RQ4 该方法在真实网络（如具有已知度序列的合作图）上的表现如何？
• RQ5 该框架能否扩展到图以外的其他组合家族，例如矩阵、排列或具有额外约束的网络？

主要发现

• 当最大度为 O(m^{1/4}) 时，Expand and Contract 算法在 O(m) 步内实现了对具有给定度序列的图的渐近均匀采样。
• 该运行时间是最优的，因为生成 m 条边至少需要 Ω(m) 步，因此该算法在渐近意义上是高效的。
• 该方法优于现有算法，避免了拒绝采样中指数级的等待时间，也避免了先前方法中复杂的分析过程。
• 在 10,000 次试验中，具有与真实合作网络相同度序列的随机图的平均 Erdős 数为 4.119 ± 0.025，显著低于现实中观察到的 4.686。
• 22 个标准差的差异表明合作模式中存在强烈的社会学效应，例如倾向于与邻近节点建立连接，这使得平均 Erdős 数低于随机预期。
• 该框架具有通用性，可应用于其他组合家族，包括连通图、具有给定特征值的图，或具有网络基序的图，显示出广泛的应用潜力。