숨겨진 가중 그래프를 효율적으로 찾는 새로운 탐색 알고리즘

초록

본 논문은 정점은 알려져 있으나 구조와 가중치가 숨겨진 그래프를, 정점 집합에 대한 가중치 합을 물어보는 additive query만을 이용해 복원하는 문제를 다룬다. 정점 수 n, 최대 m개의 간선, 각 간선 가중치는 일정한 하한 α와 상한 β 사이에 존재한다는 전제 하에, 무작위화된 다항시간 알고리즘을 제시한다. 이 알고리즘은 O( m·log n / log m )개의 쿼리로 그래프를 정확히 복원하며, 이는 상수배 차이 내에서 최적임을 보인다.

상세 분석

이 연구는 그래프 복원 문제를 additive query 모델에 귀속시켜, 기존의 바이오인포매틱스 응용에서 나타나는 제한된 정보 상황을 이론적으로 정형화한다. 핵심 가정은 (1) 정점 집합 V={1,…,n}이 사전에 알려져 있다, (2) 그래프 G는 최대 m개의 간선을 가지고 있으며 m≥2, (3) 각 간선 e의 가중치 w(e)는 절대값이 α≤|w(e)|≤β인 일정한 구간에 존재한다는 점이다. 이러한 전제는 실제 유전체 서열 분석에서 측정 오차와 신호 강도 제한을 모델링한다는 점에서 실용적이다.

알고리즘 설계는 크게 두 단계로 나뉜다. 첫 단계에서는 무작위로 선택한 정점 집합들의 쿼리 결과를 이용해, 간선이 존재할 가능성이 높은 “희소 후보 집합”을 추출한다. 이 과정에서 해시 기반의 분할 정복 기법을 적용해, 전체 정점 집합을 O(log m) 단계에 걸쳐 점진적으로 세분화한다. 각 단계에서 얻어지는 additive sum은 선형 방정식 형태로 표현되며, 간선 가중치의 절대값 하한 α를 이용해 해당 방정식이 비어 있지 않음을 보장한다.

두 번째 단계에서는 후보 집합 내에서 실제 간선을 식별한다. 여기서는 가중치 구간