[论文解读] Testing properties of graphs and functions

László Lovász, Balázs Szegedy|ArXiv.org|Mar 8, 2008

Graph theory and applications被引用 5

一句话总结

本文提出了一种基于图子（graphons）——表示大图的极限对象——的随机抽样方法，用于测试图和函数的性质。该框架通过鲁棒性与小扰动下的闭包性来刻画可测试的图性质，将传统的遗传性质推广至更一般的‘灵活’性质，并证明了与可测试性质的编辑距离最大的图由常数随机图实现。

ABSTRACT

We define an analytic version of the graph property testing problem, which can be formulated as studying an unknown 2-variable symmetric function through sampling from its domain and studying the random graph obtained when using the function values as edge probabilities. We give a characterization of properties testable this way, and extend a number of results about ``large graphs'' to this setting. These results can be applied to the original graph-theoretic property testing.

研究动机与目标

• 开发一个基于图子作为稠密图序列极限对象的图性质测试分析模型。
• 通过抽样刻画哪些图性质是可测试的，将遗传性质的结果推广至更一般的灵活性质。
• 在图极限的语境下，建立编辑距离、切距离与可测试性之间的联系。
• 证明与可测试图性质的编辑距离最大的图由常数随机图实现，推广了Alon和Stav的结果。
• 引入并分析一个函数版本的性质测试，其中性质定义在[0,1]²上的对称可测函数上。

提出的方法

• 将大图建模为图子——即从[0,1]²到[0,1]的对称可测函数W: [0,1]² → [0,1]——并研究从这些图子中抽样的随机图G(n,W)。
• 通过抽样诱导子图并使用编辑距离度量与性质的接近程度，定义图性质的可测试性。
• 引入‘灵活’性质的概念，推广遗传性质，并允许在小扰动下保持鲁棒性。
• 使用切范数和切距离，将图序列的收敛性与极限函数的收敛性联系起来。
• 利用图子空间在切范数下的紧致性，证明极值函数（如常数函数）的存在性，以最大化编辑距离。
• 通过切范数空间的紧致性隐式利用Szemerédi正则性引理，避免显式使用该引理。

实验结果

研究问题

• RQ1 哪些图性质可以通过抽样有界大小的诱导子图来测试，其组合刻画为何？
• RQ2 在图极限的分析设定中，编辑距离与切距离的概念如何相互作用？
• RQ3 可测试图性质的刻画能否从遗传性质推广至更广泛的类？
• RQ4 在编辑距离下，与给定可测试性质最远的图的极值结构是什么？
• RQ5 是否存在一个函数类的性质测试类比，其中性质定义在图子而非有限图上？

主要发现

• 一个图性质是可测试的，当且仅当每个具有该性质的图，其足够大的典型诱导子图都接近满足该性质。
• 对于每个灵活且鲁棒的图性质，与该性质的最大编辑距离由常数随机图G(n,p)实现，其中p的选择使距离最大化。
• 对于每个灵活的图子性质R，d₁(⋅, R)的最大值由常数函数实现，推广了Alon和Stav的结果。
• 在随机图G(n,p)中，与可测试性质P的期望编辑距离渐近地界定了任意大图G的编辑距离，即d₁(G, P) ≤ E[d₁(G(n,p), P)] + o(1)。
• 在切范数下，图子空间是紧致的，这支撑了极值函数的存在性，并在函数形式下蕴含了正则性引理。
• 若使用切距离而非编辑距离作为误差度量，则所有图子性质都变得平凡可测试——这表明在非平凡测试中，编辑距离是必要的。