[论文解读] Improved Inapproximability Results for Counting Independent Sets in the Hard-Core Model

Andreas Galanis, Qi Ge+3 more|arXiv (Cornell University)|May 25, 2011

Markov Chains and Monte Carlo Methods参考文献 14被引用 17

一句话总结

本文在最大度数为Δ的图上，针对硬核模型中的独立集计数问题，建立了改进的不可逼近性结果。通过改进Mossel、Weitz与Wormald的二阶矩分析，作者证明当Δ = 3或Δ ≥ 6时，若λ > λ_c(𝕋_Δ)，则不存在全多项式随机近似方案（FPRAS），从而解决了该问题类计算不可约性阈值的近似猜想。

ABSTRACT

We study the computational complexity of approximately counting the number of independent sets of a graph with maximum degree Delta. More generally, for an input graph G=(V,E) and an activity lambda>0, we are interested in the quantity Z_G(lambda) defined as the sum over independent sets I weighted as w(I) = lambda^|I|. In statistical physics, Z_G(lambda) is the partition function for the hard-core model, which is an idealized model of a gas where the particles have non-negibile size. Recently, an interesting phase transition was shown to occur for the complexity of approximating the partition function. Weitz showed an FPAS for the partition function for any graph of maximum degree Delta when Delta is constant and lambda< lambda_c(Tree_Delta):=(Delta-1)^(Delta-1)/(Delta-2)^Delta. The quantity lambda_c(Tree_Delta) is the critical point for the so-called uniqueness threshold on the infinite, regular tree of degree Delta. On the other side, Sly proved that there does not exist efficient (randomized) approximation algorithms for lambda_c(Tree_Delta) < lambda < lambda_c(Tree_Delta)+epsilon(Delta), unless NP=RP, for some function epsilon(Delta)>0. We remove the upper bound in the assumptions of Sly's result for Delta not equal to 4 and 5, that is, we show that there does not exist efficient randomized approximation algorithms for all lambda>lambda_c(Tree_Delta) for Delta=3 and Delta>= 6. Sly's inapproximability result uses a clever reduction, combined with a second-moment analysis of Mossel, Weitz and Wormald which prove torpid mixing of the Glauber dynamics for sampling from the associated Gibbs distribution on almost every regular graph of degree Delta for the same range of lambda as in Sly's result. We extend Sly's result by improving upon the technical work of Mossel et al., via a more detailed analysis of independent sets in random regular graphs.

研究动机与目标

• 为解决如下猜想：近似硬核划分函数的计算不可约性阈值恰好位于无限Δ-正则树上的唯一性阈值λ_c(𝕋_Δ)处。
• 通过消除Δ ≠ 4,5时Sly不可逼近性结果中对λ的上界ε(Δ)，填补Sly结果中的间隙。
• 加强随机正则图上Glauber动力学混合时间的分析，特别是改进先前工作中使用的二阶矩方法。
• 建立Glauber动力学出现缓慢混合（torpid mixing）时，对λ > λ_c(𝕋_Δ)的划分函数不可逼近性，适用于指定的Δ范围。

提出的方法

• 通过改进随机正则图中独立集的二阶矩分析，扩展Sly的约化框架，使用更精细的组合估计。
• 对随机正则图中独立集数量的方差进行详细分析，以加强不可逼近性证明中使用的边界。
• 实施一种改进的矩方法，分析Glauber动力学的混合时间，证明当Δ = 3或Δ ≥ 6时，λ > λ_c(𝕋_Δ)下出现缓慢混合。
• 利用Mathematica进行符号计算，验证第二矩分析中出现的复杂数学不等式，特别是λ_c(𝕋_Δ)附近的临界区域。
• 通过考虑期望比值并应用柯西-施瓦茨型界，将划分函数变换为适合方差分析的形式。
• 利用Glauber动力学快速混合与FPRAS存在性之间的联系，证明当NP ≠ RP时，缓慢混合意味着不可逼近性。

实验结果

研究问题

• RQ1 对于所有Δ ≠ 4,5，硬核模型中独立集计数的不可逼近性阈值是否恰好与无限Δ-正则树上的唯一性阈值λ_c(𝕋_Δ)一致？
• RQ2 Sly的不可逼近性结果中，是否可对Δ = 3和Δ ≥ 6去除λ的上界ε(Δ)，从而证明对所有λ > λ_c(𝕋_Δ)均不可逼近？
• RQ3 Mossel、Weitz与Wormald的二阶矩分析是否可被改进，以证明当Δ = 3或Δ ≥ 6时，随机正则图上Glauber动力学在λ > λ_c(𝕋_Δ)下出现缓慢混合？
• RQ4 临界点λ_c(𝕋_Δ)是否为在最大度数Δ的图上，硬核划分函数不存在FPRAS的确切阈值？
• RQ5 Glauber动力学在随机正则图上出现缓慢混合的λ精确范围为何？这与划分函数近似计算的计算复杂性有何关联？

主要发现

• 当Δ = 3且λ > λ_c(𝕋_3) = 4时，除非NP = RP，否则硬核划分函数不存在FPRAS。
• 当Δ ≥ 6且λ > λ_c(𝕋_Δ)时，本文在相同复杂性假设下证明了FPRAS的不存在性。
• 不可逼近性结果被扩展至Δ = 4和Δ = 5的特定范围，包括Δ = 4时的λ ∈ (1.6875, 2.01538]和(4, ∞)，以及Δ = 5时的多个区间。
• 作者改进了随机正则图中独立集的二阶矩分析，从而增强了方差的边界，得到更紧的不可逼近性结果。
• 证明表明，当Δ = 3或Δ ≥ 6时，Glauber动力学在λ > λ_c(𝕋_Δ)下出现缓慢混合，从而意味着FPRAS的不存在性。
• 分析确认临界阈值λ_c(𝕋_Δ)正是计算可约性的精确边界，解决了该领域中的一个近似猜想。