[论文解读] Identifiability of Graphs with Small Color Classes by the Weisfeiler-Leman Algorithm

Frank Fuhlbrück, Johannes Köbler+1 more|arXiv (Cornell University)|Jul 5, 2019

Advanced Graph Theory Research被引用 6

一句话总结

本论文提出了一种多项式时间决策程序，用于判断顶点染色图（颜色多重度至多为4）是否可通过2维Weisfeiler-Leman（2-WL）算法实现可识别性。该方法基于最大纤维大小为4的关联配置的结构分类，精确识别出哪些此类配置无法被2-WL分离——揭示Cai-Fürer-Immerman构造并非偶然构造，而是更广泛的一类困难实例中的自然组成部分，包括射影几何中(n³)-配置所导出的实例。

ABSTRACT

As it is well known, the isomorphism problem for vertex-colored graphs with color multiplicity at most 3 is solvable by the classical 2-dimensional Weisfeiler-Leman algorithm (2-WL). On the other hand, the prominent Cai-F\\"urer-Immerman construction shows that even the multidimensional version of the algorithm does not suffice for graphs with color multiplicity 4. We give an efficient decision procedure that, given a graph $G$ of color multiplicity 4, recognizes whether or not $G$ is identifiable by 2-WL, that is, whether or not 2-WL distinguishes $G$ from any non-isomorphic graph. In fact, we solve the much more general problem of recognizing whether or not a given coherent configuration of maximum fiber size 4 is separable. This extends our recognition algorithm to graphs of color multiplicity 4 with directed and colored edges. Our decision procedure is based on an explicit description of the class of graphs with color multiplicity 4 that are not identifiable by 2-WL. The Cai-F\\"urer-Immerman graphs of color multiplicity 4 distinctly appear here as a natural subclass, which demonstrates that the Cai-F\\"urer-Immerman construction is not ad hoc. Our classification reveals also other types of graphs that are hard for 2-WL. One of them arises from patterns known as $(n_3)$-configurations in incidence geometry.

研究动机与目标

• 确定颜色多重度为4的图是否可通过2-WL算法实现可识别性，即与所有非同构图相区分。
• 将已知结果（2-WL可识别所有颜色多重度≤3的图）扩展至多重度为4的更复杂情形。
• 对最大纤维大小为4的所有不可分关联配置进行分类，提供完整的结构表征。
• 表明Cai-Fürer-Immerman构造并非孤立的病态案例，而是2-WL不可分图更广泛家族中的自然实例。
• 通过关联配置框架，将决策程序推广至有向图和边染色图，实现对颜色多重度为4的图的2-WL可识别性决策。

提出的方法

• 利用关联配置理论建模2-WL细化过程，将颜色多重度为4的图视为纤维大小至多为4的关联配置。
• 通过纤维、互空间和连接类型对不可分关联配置（即2-WL无法区分的配置）进行结构分解。
• 利用代数同构与自同构技术，分析三类主要的不可分配置：具有匹配互空间的配置、两点纤维配置以及八元环互空间配置。
• 引入不可冗余配置的概念，并基于直接连接的超图表示，将其分类为三类：CFI型、三重和谐型及一般不可冗余情形。
• 应用Pólya计数法计算截断正四面体图T的非同构黑白染色数，结果为p(2) = 218，用于验证关键情形下的可分性。
• 基于不可分配置的显式结构描述，构建决策算法，实现对2-WL可识别图的多项式时间识别。

实验结果

研究问题

• RQ1 哪些颜色多重度为4的图可通过2-WL算法实现可识别性？
• RQ2 Cai-Fürer-Immerman构造是否是2-WL不可分图中颜色多重度为4的唯一来源，还是存在其他结构类别？
• RQ3 能否完全表征最大纤维大小为4的2-WL不可分关联配置类？
• RQ4 是否存在自然的几何或组合配置（超越CFI构造）本质上对2-WL具有困难性？
• RQ5 对于颜色多重度为4的图，能否在多项式时间内判定其是否可被3-WL识别？

主要发现

• 给出了所有最大纤维大小为4且无法被2-WL分离的关联配置的完整结构表征。
• 证明了颜色多重度为4的Cai-Fürer-Immerman图是不可分配置的一个自然子类，表明该构造并非偶然。
• 从射影几何中的(n³)-配置中产生了一类新的2-WL不可分图，其对称连接模式导致不可分性。
• 通过Pólya计数法计算得出截断正四面体图T的非同构黑白染色数为p(2) = 218，支持了可分性分析。
• 判断颜色多重度为4的图是否可通过2-WL实现可识别性的决策问题可在多项式时间内求解，扩展了已知的多重度为3的情形。
• 该框架可推广至有向图和边染色图，为该更广泛类别的图提供了2-WL可识别性的决策程序。