Se è un grafico d- regolare non orientato e S è un sottoinsieme dei vertici della cardinalità ≤ | V | / 2 , chiama l' espansione del bordo di S la quantità
Dove è il numero di archi con un estremo in A e un punto finale in B . Quindi il problema di Edge Expansion è trovare un set S con | S | ≤ | V | / 2 che minimizza ϕ ( S ) . Chiama ϕ ( G ) l'espansione di un set ottimale.
L' algoritmo di partizionamento spettrale per il problema di espansione dei bordi funziona trovando un autovettore del secondo autovalore più grande di A , la matrice di adiacenza di G , e quindi considerando tutti i `` set di soglie '' S della forma { v : x ( v ) ≤ t } su tutte le soglie t . Se lasciamo che λ 2 sia il secondo autovalore più grande della matrice 1, quindi l'analisidell'algoritmo dipartizionamento spettrale mostra che la migliore soglia impostataSSPtrovata dall'algoritmo soddisfa
Ciò che segue dalle disuguaglianze di Cheeger
e
Qual è il primo documento a presentare una simile richiesta? Quali documenti devono essere accreditati per le idee? Ecco cosa ho:
-
N. Alon e VD Milman. , disuguaglianze isoperimetriche per grafici e superconcentratori, Journal of Combinatorial Theory, Serie B, 1985, 38 (1): 73-88
Dimostrare un risultato nello spirito della "semplice" disuguaglianza di Cheeger , ma per l'espansione del vertice anziché l'espansione del bordo. Riconosci che la relazione tra espansione del bordo ed autovalori è la versione discreta di un problema studiato da Cheeger in
J. Cheeger. Un limite inferiore per il più piccolo autovalore del Laplaciano. Problemi in analisi, 1970.
- N. Alon. Autovalori ed espansori. Combinatorica. 6 (2): 83-96, 1986.
Fornisce un risultato nello spirito della difficile disuguaglianza di Cheeger ma per l'espansione del vertice anziché l'espansione del bordo.
- A. Sinclair, M. Jerrum. Conteggio approssimativo, generazione uniforme e rapida miscelazione delle catene di Markov. Informazione e calcolo 82: 93-133, 1989 (Conference version 1987)
Dimostrare le disuguaglianze di Cheeger come indicato sopra. (Il loro studio studia _conduttanza_ delle catene di Markov reversibili nel tempo, il che equivale a _espandere l'espansione_ in grafici regolari.) Accreditano il lavoro di Alon e Milman e di Alon per le tecniche. Accreditano anche Aldous per un limite correlato tra tempo di miscelazione ed espansione dei bordi nei grafici regolari.
- M Mihail. Conduttanza e convergenza delle catene di Markov: un trattamento combinatorio di espansori. FOCS 1989, pagine 526-531
Mentre il punto principale del documento è che le sue tecniche si applicano alle catene di Markov non reversibili nel tempo, quando viene applicato a grafici non indirizzati regolari ha un vantaggio rispetto al lavoro precedente: mostra che se si esegue l'algoritmo di partizione spettrale con un arbitrario vettore, si ottiene ancora la disuguaglianza doveλ′è il quoziente di Rayleigh del vettore. Gli argomenti di Alon, Milman, Sinclair e Jerrum richiedono un vero autovettore. Ciò è rilevante per gli algoritmi di partizionamento spettrale rapido che utilizzano autovettori approssimativi.
Quando viene riconosciuto per primo il significato algoritmico dei risultati di cui sopra, come algoritmi di partizionamento dei grafici? I lavori di cui sopra non hanno una discussione di questo tipo.