[论文解读] Spin Glass approach to the 2-Distance Minimal Dominating Set problem

Yusupjan Habibulla, Shao-Meng Qin|arXiv (Cornell University)|Oct 16, 2019

Complex Network Analysis Techniques被引用 1

一句话总结

该论文将自旋玻璃理论与信念传播消去法（BPD）应用于随机图上的2距离最小支配集（MDS）问题，表明BPD优于贪心启发式算法，并在规则网络和Erdős–Rényi（ER）随机网络中揭示了有限逆温度下的熵密度相变现象，且在信念传播的逆温度阈值以上存在收敛问题。

ABSTRACT

The L-distance minimal dominating set (MDS) problem is widely applied in various types of dominating set problems. Recently, we studied the regular dominating set problem using the cavity method and developed two algorithms (belief propagation decimation (BPD) algorithm and survey propagation decimation (SPD) algorithm) to obtain the solution of a given graph, which provide a very good estimation of the minimal dominating size. Now, we have developed spin glass theory to study the 2-distance MDS problem. First, We found that the Belief Propagation equation does not converge when the inverse temperature is greater than a certain threshold value on the regular random network and ER random network. Second, the entropy density of the Replica Symmetry population dynamics has the transition point at the finite inverse temperature on the regular random graph when the node degree is from 3 to 9, and on the ER random network when the node degree is from 4.2 to 10.4; there is no entropy transition point (or $\beta=\infty$) in the other circumstance. Third, the results of the belief propagation algorithm were the same as those of replica symmetry theory, and the results of the BPD algorithm were better than those of the greedy heuristic algorithm. \\ extbf{\large Keywords: }2-distance minimal dominating set, belief propagation, ER random graph, regular random graph, belief propagation decimation.

研究动机与目标

• 将自旋玻璃理论扩展至2距离最小支配集（MDS）问题。
• 分析在规则网络和随机网络中，信念传播（BP）在2距离MDS问题中的收敛行为。
• 利用副本对称性理论研究规则网络与ER随机图中熵密度的相变现象。
• 评估信念传播消去法（BPD）相较于贪心启发式算法在求解2距离MDS问题中的性能表现。

提出的方法

• 本研究采用腔方法与副本对称性理论，分析规则随机图与Erdős–Rényi（ER）随机图上的2距离MDS问题。
• 推导并测试信念传播（BP）方程的收敛性，尤其关注高逆温度下的表现。
• 采用副本对称性群体动力学方法计算熵密度，并检测系统中的相变现象。
• 实现信念传播消去法（BPD）算法，以获得2距离MDS问题的近似解。
• 将副本对称性理论的理论结果与BPD的数值结果进行对比，以验证一致性。
• 将BPD的性能与贪心启发式算法进行基准对比，以评估解的质量。

实验结果

研究问题

• RQ1 在规则随机图与ER随机图中，信念传播在2距离MDS问题中于何种逆温度下会失效收敛？
• RQ2 在节点度数为3至9的规则随机图中，系统的熵密度是否表现出有限温度下的相变？
• RQ3 在节点度数为4.2至10.4的ER随机图中，熵密度是否表现出有限温度下的相变？
• RQ4 BPD算法在2距离MDS问题中的解质量与贪心启发式算法相比如何？
• RQ5 BPD的结果在多大程度上与副本对称性理论的预测一致？

主要发现

• 在规则随机图与ER随机图中，当逆温度超过临界阈值时，信念传播会失效收敛。
• 在节点度数为3至9的规则随机图中，观察到熵密度存在有限温度相变。
• 在节点度数为4.2至10.4的ER随机图中，也检测到熵密度的有限温度相变。
• 信念传播算法的结果与副本对称性理论的预测一致。
• BPD算法在2距离MDS问题中产生的解优于贪心启发式算法。
• 在未发生相变的情况下，熵转变点对应于无穷大逆温度（β = ∞）。