Core Concepts
방향성 비순환 그래프의 트리 유사성을 측정하는 새로운 폭 매개변수인 스캔폭을 효율적으로 계산하는 알고리즘을 제시한다.
Abstract
이 논문은 방향성 비순환 그래프(DAG)의 트리 유사성을 측정하는 새로운 폭 매개변수인 스캔폭에 대해 다룬다.
먼저 스캔폭의 정의와 기존 연구 결과를 소개한다. 스캔폭은 그래프의 방향성을 고려하여 트리 유사성을 측정하는 매개변수로, 기존의 트리폭보다 DAG에 더 적합하다.
이어서 스캔폭을 효율적으로 계산하기 위한 정확한 알고리즘과 휴리스틱 알고리즘을 제안한다. 정확한 알고리즘은 DAG의 루트 수와 스캔폭을 매개변수로 하는 XP 알고리즘과, 네트워크의 레벨을 매개변수로 하는 FPT 알고리즘을 제시한다. 또한 실험 결과를 통해 이 알고리즘들이 실제로 효과적임을 보인다.
휴리스틱 알고리즘으로는 컷 분할 휴리스틱을 제안하며, 실험 결과 평균적으로 1.5의 근사비를 달성한다. 마지막으로 스캔폭과 트리폭의 관계, 네트워크의 레벨과 스캔폭의 관계 등 이론적 결과도 제시한다.
Stats
방향성 비순환 그래프 G의 스캔폭 sw(G)는 트리폭 tw(G)보다 크거나 같다.
레벨 k인 네트워크 G의 스캔폭 sw(G)는 k+1 이하이다.
Quotes
"스캔폭은 그래프의 방향성을 고려하여 트리 유사성을 측정하는 매개변수로, 기존의 트리폭보다 DAG에 더 적합하다."
"정확한 알고리즘은 DAG의 루트 수와 스캔폭을 매개변수로 하는 XP 알고리즘과, 네트워크의 레벨을 매개변수로 하는 FPT 알고리즘을 제시한다."
"휴리스틱 알고리즘으로는 컷 분할 휴리스틱을 제안하며, 실험 결과 평균적으로 1.5의 근사비를 달성한다."