[论文解读] Open Problem: Average-Case Hardness of Hypergraphic Planted Clique Detection

Yuetian Luo, Anru R. Zhang|arXiv (Cornell University)|Sep 12, 2020

Digital Image Processing Techniques被引用 12

一句话总结

本文研究了超图植入团（HPC）检测的平均情况计算困难性，提出HPC检测可能在计算上等价于著名的植入团（PC）检测问题。作者猜想HPC检测与PC检测一样困难，这将使已建立的矩阵问题的计算下界可通过平均情况归约转移至张量问题。

ABSTRACT

We note the significance of hypergraphic planted clique (HPC) detection in the investigation of computational hardness for a range of tensor problems. We ask if more evidence for the computational hardness of HPC detection can be developed. In particular, we conjecture if it is possible to establish the equivalence of the computational hardness between HPC and PC detection.

研究动机与目标

• 确定超图植入团（HPC）检测是否在计算上等价于标准的植入团（PC）检测。
• 通过分析其在各类算法模型（包括统计查询、平方和、信念传播和近似消息传递）中的困难性，进一步为HPC检测猜想提供证据。
• 确定是否可构建从PC检测到HPC检测的随机多项式时间归约，这将意味着计算等价性。
• 探讨HPC检测能否作为基础困难性假设，用于推导张量问题的计算下界。
• 研究基于SVD的检测在矩阵化邻接张量上的精确阈值，并探究是否存在其他多项式时间算法可超越此阈值。

提出的方法

• 将HPC检测形式化为在Erdős-Rényi d-超图与一个大小为κ的植入团的d-超图之间进行假设检验的问题。
• 使用平均情况归约技术将HPC检测与已知难题（尤其是PC检测）联系起来。
• 通过对邻接张量进行矩阵化/展开，应用基于矩阵的方法（如SVD）进行HPC检测。
• 通过低阶多项式方法和梅特罗波利斯算法分析算法限制，以评估在κ = O(N^{1/2−τ})以下的计算障碍。
• 提出从PC检测到HPC检测的随机多项式时间归约，作为证明计算等价性的路径。
• 通过HPC作为中介，将现有矩阵问题的困难性猜想（如PC检测）推广至张量问题。

实验结果

研究问题

• RQ1 是否存在从植入团检测到超图植入团检测的随机多项式时间归约，从而暗示计算等价性？
• RQ2 在HPC检测中，基于SVD的检测在矩阵化邻接张量上的精确阈值是什么？是否存在其他多项式时间算法可在该阈值以下成功？
• RQ3 能否通过进一步使用平方和、信念传播和统计查询等额外算法模型来进一步支持HPC检测猜想？
• RQ4 在κ = O(N^{1/2−τ})（τ > 0）的阈值下，HPC检测的计算困难性与PC检测相比如何？
• RQ5 HPC检测能否作为通用困难性假设，用于推导一大类张量问题的计算下界？

主要发现

• HPC检测不比PC检测更困难，因为存在从HPC到PC的随机多项式时间归约（通过固定d−2个指标以获得PC实例）。
• HPC检测猜想认为，当κ = O(N^{1/2−τ})（任意τ > 0）时，任何多项式时间测试均无法成功，这意味着在此尺度存在计算障碍。
• 现有低阶多项式和梅特罗波利斯算法的证据支持在这些模型下，当κ = O(N^{1/2−τ})时HPC检测猜想的成立。
• 当κ = Ω(√N)时，对矩阵化邻接张量进行SVD可解决HPC检测问题；但当κ = O(N^{1/2−τ})时则失败，表明此可能为此方法的精确阈值。
• 本文识别出一个关键开放问题：证明从PC检测到HPC检测的归约，以确立计算等价性。
• 若能建立此类归约，即可将PC检测中所有已知的困难性结果继承至HPC，从而实现对众多张量问题计算下界的单步推导。