[論文レビュー] Adaptive Lower Bound for Testing Monotonicity on the Line

Aleksandrs Belovs|arXiv (Cornell University)|Jan 26, 2018

Complexity and Algorithms in Graphs参考文献 16被引用数 6

ひとこと要約

本稿は、関数 $ f: [n] \to [r] $ の単調性をテストする問題において、ほぼタイトな適応的下界を確立し、$ \varepsilon = 1/2 $ の場合に $ \Omega\bigl(\frac{\log r}{\log\log r}\rvert) $ のクエリ複雑度を証明している。また、$ \varepsilon $ が小さい場合に $ \Theta\bigl(\varepsilon^{-1}\log(\varepsilon n)\bigr) $ として複雑度を完全に特徴づけている。さらに、ハイパーグリッドにおける単調性テストの $ \Omega(\varepsilon^{-1}d\log n - \varepsilon^{-1}\log\varepsilon^{-1}) $ の下界についても、新規の解析技法を用いて、先行研究を改善する新しい証明を提供している。

ABSTRACT

In the property testing model, the task is to distinguish objects possessing some property from the objects that are far from it. One of such properties is monotonicity, when the objects are functions from one poset to another. This is an active area of research. In this paper we study query complexity of $ε$-testing monotonicity of a function $f\colon [n] o[r]$. All our lower bounds are for adaptive two-sided testers. * We prove a nearly tight lower bound for this problem in terms of $r$. The bound is $Ω(\frac{\log r}{\log \log r})$ when $ε= 1/2$. No previous satisfactory lower bound in terms of $r$ was known. * We completely characterise query complexity of this problem in terms of $n$ for smaller values of $ε$. The complexity is $Θ(ε^{-1} \log (εn))$. Apart from giving the lower bound, this improves on the best known upper bound. Finally, we give an alternative proof of the $Ω(ε^{-1}d\log n - ε^{-1}\logε^{-1})$ lower bound for testing monotonicity on the hypergrid $[n]^d$ due to Chakrabarty and Seshadhri (RANDOM'13).

研究の動機と目的

• 直線上での単調性テスト問題における適応的両側テストのタイトな下界を確立すること。関数は $[n]$ から $[r]$ への写像である。
• 特に $ \varepsilon = 1/2 $ の場合に、範囲サイズ $ r $ に依存するクエリ複雑度の依存関係を解明すること。この場合、以前の研究では満足できる下界が存在しなかった。
• $ \varepsilon $ が小さい場合の $ n $ に関するクエリ複雑度を完全に特徴づけること。これにより、既存の最良の上界を改善する。
• ハイパーグリッド $[n]^d$ における単調性テストの $ \Omega(\varepsilon^{-1}d\log n - \varepsilon^{-1}\log\varepsilon^{-1}) $ の下界について、代替的証明を提供すること。

提案手法

• 二進表現に基づく再帰的構造を用いて、$ \varepsilon $-遠く単調でない関数の分布を構築し、適応的クエリによって検出しづらいようにする。
• ソート済みリスト $ S \subseteq [n] $ を維持する再帰的手続きを用い、反復的に $ f(x_i) > f(y_i) $ かつ $ y_i - x_i \leq \varepsilon n $ を満たす隣接ペア $ (x_i, y_i) $ を削除する。
• 少なくとも $ \lfloor \varepsilon n / 2 \rfloor $ 個の要素がこのような違反ペアに属することを示す確率的議論を行い、各要素が定数確率でクエリされ検出されることを示す。
• バイナリインデックスを $ d $ 個のブロックに分割することで、線形構成をハイパーグリッドドメイン $[n]^d$ に変換する。この変換は単調性違反を保存する。
• 元の構成における単調性違反（1ビットの差異）がハイパーグリッド順序のもとでも継続することを活用し、$ \varepsilon $-遠い性質が保存されることを保証する。
• 区間と2の累乗の構造に基づく双対的議論により、各違反ペアにおいて少なくとも1つの要素が特定の分解能レベルでのクエリによって検出されなければならないことを示す。

実験結果

リサーチクエスチョン

• RQ1 直線 $[n] \to [r]$ 上での $ \varepsilon $-単調性テストの適応的両側テストの最適クエリ複雑度は、$ r $ に関してどのように定式化されるか。特に $ \varepsilon = 1/2 $ の場合に注目する。
• RQ2 $ \varepsilon $ が小さい値のとき、クエリ複雑度は $ n $ に関してどのようにスケーリングされるか。このスケーリングを完全に特徴づけることができるか。
• RQ3 ハイパーグリッド $[n]^d$ における単調性テストの $ \Omega(\varepsilon^{-1}d\log n - \varepsilon^{-1}\log\varepsilon^{-1}) $ の下界を、より直接的で異なる手法で再証明できるか。
• RQ4 範囲サイズ $ r $ は、単調性テストの複雑度にどのように寄与するか。また、ドメインサイズ $ n $ と比較して、その役割は何か。

主な発見

• 本稿は、$ \varepsilon = 1/2 $ に対して、ほぼタイトな下界 $ \Omega\bigl(\frac{\log r}{\log\log r}\bigr) $ を確立し、以前の研究でそのような下界が存在しなかったギャップを解消した。
• $ \varepsilon $ が小さい場合に、クエリ複雑度を $ \Theta\bigl(\varepsilon^{-1}\log(\varepsilon n)\bigr) $ として完全に特徴づけ、以前に知られていた最良の上界を改善した。
• 本稿は、ハイパーグリッド $[n]^d$ における単調性テストの $ \Omega(\varepsilon^{-1}d\log n - \varepsilon^{-1}\log\varepsilon^{-1}) $ の下界について、新たな証明を提供し、既知の結果に対して新たな視点を提供した。
• 解析により、任意の $ \varepsilon $-遠い関数に対して、距離 $ \varepsilon n $ 以内の隣接ペアに属する $ \Omega(\varepsilon n) $ 個の要素が存在し、各クエリで定数確率で検出可能であることが示された。
• 線形からハイパーグリッドへの変換は、構築された分布のサポート内における関数の $ \varepsilon $-遠い性質を保存するため、高次元への下界の拡張が可能になった。
• 適応的設定下でも、複雑度が $ \Omega\bigl(\varepsilon^{-1}\log(\varepsilon n)\bigr) $ より著しく低下しないことが示され、これは上界と対数的要因を除いて一致する。