[論文レビュー] A Polyhedral Method to Compute All Affine Solution Sets of Sparse Polynomial Systems

Danko Adrovic, Jan Verschelde|arXiv (Cornell University)|Oct 15, 2013

Polynomial and algebraic computation参考文献 37被引用数 6

ひとこと要約

本稿では、一般化されたパーマネントに寄与する要因を列挙することによって、スパース多項式系のすべてのアフィン解集合（0次元および正次元を含む）を計算する多面体的手法を提示する。これは、従来のトーリック解にとどまらず、ゼロ座標を含む解集合を扱えるように拡張したものである。この手法はゼロ座標を含む系に対しても効率よく処理でき、隣接する2×2小行列を含む二項系において、数値代数幾何の手法を上回る性能を示す。

ABSTRACT

To compute solutions of sparse polynomial systems efficiently we have to exploit the structure of their Newton polytopes. While the application of polyhedral methods naturally excludes solutions with zero components, an irreducible decomposition of a variety is typically understood in affine space, including also those components with zero coordinates. We present a polyhedral method to compute all affine solution sets of a polynomial system. The method enumerates all factors contributing to a generalized permanent. Toric solution sets are recovered as a special case of this enumeration. For sparse systems as adjacent 2-by-2 minors our methods scale much better than the techniques from numerical algebraic geometry.

研究の動機と目的

• 多項式のニュートンポリトープに基づく従来のアプローチではゼロ座標を含む解集合が除外されるという多面体手法の限界を解消すること。
• アフィン空間における解多様体のすべての既約成分（座標平面上にあるものも含む）を体系的に計算する手法を開発すること。
• 多面体的手法の適用範囲をトーリック解にとどまらず、完全なアフィン分解にまで拡張すること、特に二項系に対して有効であるようにすること。
• 正次元成分に対して、プアセュール級数とモナミアルパラメータ表示を統合する組合せ的枠組みを提供すること。
• 隣接する2×2小行列のような、スパースで高次構造を持つ系において、従来の数値的手法が指数的パス追跡に起因して失敗する状況でも、スケーラビリティと効率性を示すこと。

提案手法

• 本手法は、系のニュートンポリトープから導かれる一般化されたパーマネントに寄与するすべての要因を列挙することで、アフィン解集合の探索を定式化する。
• 解集合をモナミアルパラメータ表示で表現し、変数をパラメータのモナミアルとして表すことにより、既約成分の明示的パラメトリック記述を可能にする。
• 変数をゼロに設定した特殊系からのトロフィズムを、消える変数に十分に高い重みを割り当てることで、完全な系へと持ち上げる。これにより、組合せ的構造が保持される。
• 解の数の上限を定めるために、安定したミックスド体積が用いられ、ミックスドセルの内法線が潜在的な解成分を特定する。
• プアセュール級数は初期形に対する組合せ的アルゴリズムにより計算され、二項系が先頭項として機能し、座標変換によって完全な解集合へと拡張される。
• アルゴリズムはPHCpack（バージョン2.3.68以降）に実装され、解写像を計算するブラックボックスソルバー（phc -b）が使用され、隣接小行列を用いた性能評価が行われた。

実験結果

リサーチクエスチョン

• RQ1 多面体手法は、標準的なトーリックケースを超えて、ゼロ座標を含むすべてのアフィン解集合を計算するためにどのように拡張可能か？
• RQ2 スパース多項式系のすべての既約成分（正次元を含む）の列挙に内在する組合せ的構造は何か？
• RQ3 一般化されたパーマネントの定式化は、座標平面上にある解集合を含め、二項系のすべての解集合を捉えることができるか？
• RQ4 本手法は、隣接小行列のようなスパースで高次構造を持つ系において、数値代数幾何の手法と比較してどのようにスケーリングするか？
• RQ5 変数をゼロに設定した特殊系のトロフィズムと、完全な解集合との関係は何か？

主な発見

• 本手法は、5×5行列の隣接する2×2小行列のすべての100個の既約成分を正しく計算した。そのうち1つは次元9、次数70の成分であり、次元15から9までにわたる成分も含まれる。
• 4×4の場合、本手法は15個の解写像を回復し、[35, Lemma 5.10]に記載された15個の素成分と一致した。そのうち12個が次元9で、次数の合計は32であった。
• 2×nの隣接小行列系に対して、本手法は組合せ的スケーリングを示し、n=21では10秒未塔で完了した。一方、ワーチャー集合の構築はn=17で1000秒を超えた。
• 2×n小行列の解写像の数はフィボナッチ数列と一致し、n=21では610個の写像が得られた。これにより、解分解の組合せ的構造が裏付けられた。
• 5×5の場合のすべての成分の次数の合計は776であり、12次元の成分が63個で合計次数582を示し、正確な次数追跡が行われたことを示した。
• パス追跡コストにおいて、本手法は数値代数幾何を上回った。ワーチャー集合の構築には2^{n-1}本のパスを追跡する必要があり（n=21では524,288本）、一方本手法の組合せ的探索は成分数に対して多項式スケーリングとなる。