[论文解读] Meta-Kernelization with Structural Parameters

Robert Ganian, Friedrich Slivovsky+1 more|arXiv (Cornell University)|Mar 7, 2013

Formal Methods in Verification被引用 6

一句话总结

本文提出了一种新颖的元核化框架，利用结构参数——具体而言，基于有界秩宽图类的 $χ$-覆盖数——实现了大规模 MSO 可定义问题的多项式核。该文证明，可用一阶逻辑表达的问题（包括最小点覆盖和最大团等优化问题）在以秩宽-$d$ 覆盖数为参数时，可获得多项式核，且顶点数为线性规模，可通过模块分解高效计算。

ABSTRACT

Meta-kernelization theorems are general results that provide polynomial kernels for large classes of parameterized problems. The known meta-kernelization theorems, in particular the results of Bodlaender et al. (FOCS'09) and of Fomin et al. (FOCS'10), apply to optimization problems parameterized by solution size. We present the first meta-kernelization theorems that use a structural parameters of the input and not the solution size. Let C be a graph class. We define the C-cover number of a graph to be a the smallest number of modules the vertex set can be partitioned into, such that each module induces a subgraph that belongs to the class C. We show that each graph problem that can be expressed in Monadic Second Order (MSO) logic has a polynomial kernel with a linear number of vertices when parameterized by the C-cover number for any fixed class C of bounded rank-width (or equivalently, of bounded clique-width, or bounded Boolean width). Many graph problems such as Independent Dominating Set, c-Coloring, and c-Domatic Number are covered by this meta-kernelization result. Our second result applies to MSO expressible optimization problems, such as Minimum Vertex Cover, Minimum Dominating Set, and Maximum Clique. We show that these problems admit a polynomial annotated kernel with a linear number of vertices.

研究动机与目标

• 开发使用输入图结构参数而非解大小的元核化定理。
• 为有界秩宽的图类 $\mathcal{C}$ 定义并计算 $\mathcal{C}$-覆盖数。
• 建立以 $\mathcal{C}$-覆盖数为参数的 MSO 模型检测与优化问题的多项式核。
• 将核化理论从解大小参数扩展到更一般的结构参数，如秩宽-$d$ 覆盖数。
• 为最小点覆盖和最大团等优化问题提供多项式双核化框架。

提出的方法

• 引入 $\mathcal{C}$-覆盖数，即最小数量的模块划分，使得每个模块诱导出属于固定有界秩宽类 $\mathcal{C}$ 的子图。
• 利用模块的组合性质与部分性（partitivity）证明最小秩宽-$d$ 覆盖可在多项式时间内计算。
• 利用模块分解与类型等价性，基于 MSO 公式类型与模块类型构建带注释的核。
• 应用基于同余的推理，确保核中的解与原实例中的解相对应。
• 通过编码每个模块的类型与权重约束，构建双核，将问题约化为一个小型带注释实例。
• 利用 MSO 模型检测与优化问题可在时间 $O(2^{nl})$ 内判定的事实，限制求解核的运行时间。

实验结果

研究问题

• RQ1 元核化定理能否扩展到基于输入图结构而非解大小的参数？
• RQ2 是否能通过有界秩宽图类的 $\mathcal{C}$-覆盖数，为 MSO 可定义问题实现多项式核？
• RQ3 当以秩宽-$d$ 覆盖数为参数时，最小点覆盖与最大团等优化问题是否具有多项式双核？
• RQ4 在保持解等价性的同时，核的大小能否以 $\mathcal{C}$-覆盖数线性有界？
• RQ5 与树宽或邻域多样性等其他结构参数相比，秩宽-$d$ 覆盖数在核化能力方面表现如何？

主要发现

• 对于任意固定的 $d$，图的最小秩宽-$d$ 覆盖可在多项式时间内计算，从而实现高效的参数计算。
• 所有以有界秩宽图类 $\mathcal{C}$ 的 $\mathcal{C}$-覆盖数为参数的 MSO 模型检测问题，均存在顶点数为线性的多项式核。
• 所有 MSO 优化问题（包括最小点覆盖与最大团）在以 $\mathcal{C}$-覆盖数为参数时，均存在顶点数为线性的多项式双核。
• 所构建的双核是原问题的带注释实例，其中每个模块的贡献通过类型与权重约束编码。
• 该框架支持在模块的秩宽（$d$）与模块数量（$k$）之间进行权衡，支持多变量复杂度分析。
• 推论表明，10 个著名问题（包括最小支配集、最长诱导路径与最大二分子图）均存在多项式双核。