[論文レビュー] A Branch and Cut Algorithm for the Halfspace Depth Problem

Chen, Dan|arXiv (Cornell University)|May 14, 2007

Advanced Statistical Methods and Models参考文献 34被引用数 5

ひとこと要約

本稿では、非パラメトリックな多次元データ深度測度であるハーフスペース深度を計算するためのブランチアンドカットアルゴリズムを提案する。本稿は、ビッグ・エム法を用いて混合整数計画問題（MIP）として問題を定式化し、チンエックのヒューリスティックを用いて上界を求める。また、感度に基づくブランチングとIISヒッティングセットカットを採用し、COIN-ORのBCPフレームワークを用いて効率的な解法を実現。バイナリサーチを用いることで数値的安定性が向上する。

ABSTRACT

The concept of data depth in non-parametric multivariate descriptive statistics is the generalization of the univariate rank method to multivariate data. Halfspace depth is a measure of data depth. Given a set S of points and a point p, the halfspace depth (or rank) k of p is defined as the minimum number of points of S contained in any closed halfspace with p on its boundary. Computing halfspace depth is NP-hard, and it is equivalent to the Maximum Feasible Subsystem problem. In this thesis a mixed integer program is formulated with the big-M method for the halfspace depth problem. We suggest a branch and cut algorithm. In this algorithm, Chinneck's heuristic algorithm is used to find an upper bound and a related technique based on sensitivity analysis is used for branching. Irreducible Infeasible Subsystem (IIS) hitting set cuts are applied. We also suggest a binary search algorithm which may be more stable numerically. The algorithms are implemented with the BCP framework from the COIN-OR project.

研究の動機と目的

• 多次元データにおけるハーフスペース深度の計算がNP困難であるという性質に対処すること。
• 混合整数計画法を用いて、スケーラブルで数値的に安定したハーフスペース深度のアルゴリズムを開発すること。
• IISヒッティングセットカットや感度に基づくブランチングといった高度なMIP技術を統合すること。
• ヒューリスティックな上界とバイナリサーチを用いて、解法の効率性とロバスト性を向上させること。
• COIN-ORのBCPフレームワークを用いてアルゴリズムを実装・評価すること。

提案手法

• ビッグ・エム法を用いて、ハーフスペース深度問題を混合整数計画問題（MIP）として定式化する。
• チンエックのヒューリスティックアルゴリズムを適用し、ブランチアンドバウンドプロセスにおける有効な上界を生成する。
• 感度分析を用いてブランチング意思決定を支援し、探索効率を向上させる。
• 不可解な部分系（IIS）のヒッティングセットカットを組み込み、緩和問題を強化する。
• MIPの数値的安定性を向上させるために、バイナリサーチの変種を導入する。
• スケーラブルな混合整数計画問題のためのBCP（ブランチ・カット・プライシング）フレームワーク内にアルゴリズムを実装する。

実験結果

リサーチクエスチョン

• RQ1 ブランチアンドカットアルゴリズムは、NP困難なハーフスペース深度問題を効果的に解けるか？
• RQ2 IISヒッティングセットカットと感度に基づくブランチングは、ハーフスペース深度計算における収束性をどのように向上させるか？
• RQ3 バイナリサーチは、MIP定式化における数値的安定性をどの程度向上させるか？
• RQ4 提案手法は、既存の手法と比較して性能とロバスト性に優れているか？
• RQ5 ビッグ・エム法を用いたMIP定式化は、現代のブランチカットプライシングフレームワークを用いて効率的に解けるか？

主な発見

• ブランチアンドカットアルゴリズムは、MIP定式化と高度なカット生成技術を活用することで、ハーフスペース深度を効果的に計算できた。
• チンエックのヒューリスティックは、ブランチアンドバウンドプロセスの収束を加速する有効な上界を提供した。
• 感度分析により、合理的なブランチング意思決定が可能となり、探索木のサイズが削減された。
• IISヒッティングセットカットはMIP緩和問題を著しく強化し、境界の品質が向上した。
• バイナリサーチの変種は、標準的手法と比較して数値的安定性が向上していることが示された。
• BCPフレームワーク内での実装により、大規模なハーフスペース深度インスタンスのスケーラブルかつ効率的な解法が実現した。