선형 인덱스 코딩을 위한 반정밀 프로그래밍 접근

초록

이 논문은 최소 행렬계수(minrank) k인 그래프 G에 대해, 반정밀 프로그래밍(SDP) 기반의 색칠 알고리즘을 활용해 선형 인덱스 코드를 길이 (\widetilde{O}(n^{f(k)})) 로 구성한다. 특히 k=3인 경우 (f(3)\approx0.2574) 를 달성한다. 핵심은 minrank와 Lovász θ‑함수 사이의 정확한 상한을 증명하고, 이를 통해 벡터 색칠 수(χᵥ)와 minrank 사이의 갭을 제한함으로써 기존 색칠 알고리즘을 개선한 것이다.

상세 분석

본 연구는 인덱스 코딩 문제를 그래프 이론과 반정밀 프로그래밍 기법으로 연결한다. 먼저, 선형 인덱스 코딩의 최소 길이는 그래프 G의 minrank₂(G)와 동일하다는 기존 결과를 활용한다. 저자들은 minrank가 고정된 상수 k일 때, G의 보완 그래프 (\overline{G})에 대해 Karger‑Motwani‑Sudan이 제안한 SDP(벡터 색칠 수 χᵥ)를 적용한다. 이 SDP는 전통적인 색칠 수 χ(G)보다 강력한 상한을 제공하지만, minrank와 직접적인 관계는 알려져 있지 않다. 따라서 논문은 “max θ(G) for given minrank k”라는 새로운 조합 최적화 문제를 정의하고, 이를 해결하기 위해 그래프 패밀리 (G_k)를 도입한다.

(G_k)는 minrank k를 만족하는 그래프 중 크로마틱 수 χ(G)가 최대가 되도록 구성된 그래프이며, 저자들은 이 그래프가 동시에 벡터 색칠 수 χᵥ와 Lovász θ‑함수의 최댓값을 달성한다는 사실을 증명한다. 구체적으로, 자동군의 대칭성을 이용해 (G_k)의 정점들을 5개의 궤도로 분할하고, 각 궤도를 하나의 가중 정점으로 축소함으로써 5×5 행렬의 스펙트럼을 계산한다. 이 스펙트럼 분석을 통해
\