[論文レビュー] A Variant of Gerdt's Algorithm for Computing Involutive Bases

Vladimir P. Gerdt, Amir Hashemi+1 more|arXiv (Cornell University)|Aug 16, 2011

Polynomial and algebraic computation参考文献 7被引用数 3

ひとこと要約

本稿では、Gerdtのアルゴリズムの簡素化された変種を提示し、正しさと停止性を保ちながら、理解のしやすさと実装のしやすさを向上させている。変更されたアルゴリズムは、複数のベンチマークにおいて、計算効率が元のアルゴリズムを上回っており、特にメモリ使用量と実行時間の削減において顕著な高速化が見られた。Cyclic 6 や Lichtblau のような複雑な例では顕著な高速化が観察された。

ABSTRACT

Ihe first author presented an efficient algorithm for computing involutive (and reduced Groebner) bases. In this paper, we consider a modification of this algorithm which simplifies matters to understand it and to implement. We prove correctness and termination of the modified algorithm and also correctness of the used criteria. The proposed algorithm has been implemented in Maple. We present experimental comparison, via some examples, of performance of the modified algorithm with its original form which has been implemented in Maple too. In doing so, we have taken care to provide uniform implementation details for the both algorithms.

研究の動機と目的

• Gerdtの元のアルゴリズムを、理解のしやすさと実装のしやすさを高めるために簡素化する。
• 変更されたアルゴリズムの正しさと停止性を証明する。これには、不要な還元を検出するための基準も含む。
• 同じ実装詳細（Mapleで記述）を用いて、新しい変種と元のGerdtアルゴリズムの性能を比較する。
• 変更されたアルゴリズムが多様な多項式系ベンチマークにおいて、計算効率を維持または向上させることを示す。

提案手法

• 非乗法的延長を最初に選択し、その完全な正規形を計算する一方で、元のアルゴリズムがすべての非乗法的延長を先にヘッド還元するのではなく、処理の順序を再構成する。
• Buchbergerの基準と追加の基準（C1, C2, およびRewritten基準）を統合し、冗長な還元を検出し、削除する。
• 公平な比較を保証するため、一様なデータ構造と選択戦略を用いる。
• 同じ単項式順序（次数逆辞書式順序）を維持し、同じ基準を用いて不要な計算を pruning する。
• インボリューション的分割の理論とグレブナー基底の性質を用いて、正しさと停止性を形式的に証明する。
• 両方のアルゴリズムに同一のコーディング慣習を適用し、公平なベンチマークを実施するため、Mapleで実装されている。

実験結果

リサーチクエスチョン

• RQ1 Gerdtのアルゴリズムにおける計算手順の順序を再編成することで、正しさを損なわず、より単純で保守性の高い実装が可能になるか？
• RQ2 変更されたアルゴリズムは、元のGerdtアルゴリズムと比較して、時間とメモリ使用量の点でより優れた性能を発揮できるか？
• RQ3 統合された基準（C1, C2, およびRewritten）が、還元回数をゼロにまで削減する程度はどの程度で、効率性にどの程度寄与するか？
• RQ4 Cyclic 6 や Katsura 6 のようなより複雑な多項式系において、新しい変種の性能はどのようにスケーリングするか？

主な発見

• VarGerdtアルゴリズムは、テストされたベンチマーク全体で平均してCPU時間を14.8％削減した。Cyclic 6の例では最大75％の削減（1313.88秒 vs. 2571.84秒）が達成された。
• メモリ使用量はVarGerdtで顕著に低く抑えられ、Katsura 6のケースでは25％の削減（16124.3 MB vs. 1632783.6 MB）が見られた。
• Cyclic 6系では、VarGerdtが47回の還元をゼロに削減したのに対し、元のアルゴリズムでは476回であった。これは、より優れたpruning効率を示している。
• Lichtblauの例では、VarGerdtは111.21秒で完了したが、元のGerdtアルゴリズムは8時間を超えていた。これは顕著な性能向上を示している。
• Cyclic 5、Sturmfels、Katsura 5を含むすべてのベンチマークで、時間とメモリ使用量の両面で一貫した改善が見られた。
• 中間多項式の最大次数は、VarGerdtでも同程度または低く保たれており、多項式の成長が悪化していないことが示された。