[論文レビュー] Approximating $(k,\ell)$-center clustering for curves

Kevin Buchin, Anne Driemel+1 more|arXiv (Cornell University)|May 3, 2018

Computational Geometry and Mesh Generation参考文献 5被引用数 4

ひとこと要約

本稿は、フリーディエッヒ距離における多角形曲線の(k,ℓ)-センタークラスタリング問題に対する近似アルゴリズムと難易度の結果を提示する。曲線の単純化を用いた変更版ゴンザレスアルゴリズムを用いた3-近似アルゴリズムを導入し、強い近似不能性の境界を示した。離散的フリーディエッヒ距離における2次元空間では、2.598未満の要因で近似することはNP困難であることが示され、k=1の場合でさえ同様である。これらの結果は高次元へと拡張可能であり、GPSトラジェクトリーやタンパク質の骨格といった実用的応用分野におけるタイトな境界を確立する。

ABSTRACT

The Euclidean $k$-center problem is a classical problem that has been extensively studied in computer science. Given a set $\mathcal{G}$ of $n$ points in Euclidean space, the problem is to determine a set $\mathcal{C}$ of $k$ centers (not necessarily part of $\mathcal{G}$) such that the maximum distance between a point in $\mathcal{G}$ and its nearest neighbor in $\mathcal{C}$ is minimized. In this paper we study the corresponding $(k,\ell)$-center problem for polygonal curves under the Fréchet distance, that is, given a set $\mathcal{G}$ of $n$ polygonal curves in $\mathbb{R}^d$, each of complexity $m$, determine a set $\mathcal{C}$ of $k$ polygonal curves in $\mathbb{R}^d$, each of complexity $\ell$, such that the maximum Fréchet distance of a curve in $\mathcal{G}$ to its closest curve in $\mathcal{C}$ is minimized. In this paper, we substantially extend and improve the known approximation bounds for curves in dimension $2$ and higher. We show that, if $\ell$ is part of the input, then there is no polynomial-time approximation scheme unless $\mathsf{P}=\mathsf{NP}$. Our constructions yield different bounds for one and two-dimensional curves and the discrete and continuous Fréchet distance. In the case of the discrete Fréchet distance on two-dimensional curves, we show hardness of approximation within a factor close to $2.598$. This result also holds when $k=1$, and the $\mathsf{NP}$-hardness extends to the case that $\ell=\infty$, i.e., for the problem of computing the minimum-enclosing ball under the Fréchet distance. Finally, we observe that a careful adaptation of Gonzalez' algorithm in combination with a curve simplification yields a $3$-approximation in any dimension, provided that an optimal simplification can be computed exactly. We conclude that our approximation bounds are close to being tight.

研究の動機と目的

• 多角形曲線のフリーディエッヒ距離下での(k,ℓ)-センタークラスタリングのアルゴリズム的複雑性を、特に高次元において研究すること。
• 中心曲線の複雑さℓに制約がある中で達成可能な最良の近似比を特定すること。
• 近似不能性の結果を確立し、P = NPでない限り、小さな近似要因は計算的に不可能であることを示すこと。
• GPSトラジェクトリーやタンパク質構造などの実世界のデータに対して、クラスタリングの品質と計算効率の両立を図る効率的な近似アルゴリズムを開発すること。

提案手法

• 中心の複雑さを制御するために曲線単純化を用いることで、ゴンザレスのk-センタークラスタリングアルゴリズムを曲線に適応する。
• 最適な中心曲線を近似するために、最小誤差ℓ-単純化または最小複雑度δ-単純化をサブルーチンとして用いる。
• 近似可能な意思決定オラクルを用いたバイナリサーチに類似したアプローチを適用し、グイバスらのO(m² log²m)の単純化アルゴリズムを用いることで、2次元空間における近似要因を3から改善する。
• 三角不等式とフリーディエッヒ距離の構造的性質を用いて、解析における近似比を束縛する。
• 既知のNP困難問題への還元を用いて近似不能性を証明し、近似アルゴリズムが特定の要因未満で失敗するように構築された曲線を生成する。
• 1次元および2次元における離散的および連続的フリーディエッヒ距離を分析し、両者の難易度と近似境界における違いを明確にする。

実験結果

リサーチクエスチョン

• RQ1 2次元空間における離散的フリーディエッヒ距離下での(k,ℓ)-センタークラスタリングの最良の近似比は何か？ そして、これは多項式時間で達成可能か？
• RQ2 ℓが入力に含まれる場合、(k,ℓ)-センター問題に多項式時間近似スキーム（PTAS）は存在するか？ それとも、任意の定数要因で近似することはNP困難か？
• RQ3 効率的な単純化技術を用いて、2次元空間における連続的フリーディエッヒ距離下での(k,ℓ)-センター問題に対して3-近似を達成できるか？
• RQ4 中心曲線の複雑さ（ℓ）が、(k,ℓ)-センタークラスタリング問題の近似可能性に与える影響は何か？ 特にℓが有界でない場合に注目する。
• RQ5 ℓ = ∞、すなわちフリーディエッヒ距離下での最小包摂球に対する(k,ℓ)-センター問題の近似の難易度は何か？

主な発見

• k = 1かつd = 1の場合でさえ、(k,ℓ)-センター問題はNP困難であり、P = NPでない限り、多項式時間近似スキームは存在しない。
• 2次元空間における離散的フリーディエッヒ距離では、k = 1であっても、2.598未満の要因で近似することはNP困難である。
• 2次元空間における連続的フリーディエッヒ距離では、2.25 − ε未満の要因で近似することはNP困難である。
• 最小複雑度δ-単純化を用いた変更版ゴンザレスアルゴリズムを用いることで、2次元空間における離散的フリーディエッヒ距離下で3-近似アルゴリズムが達成可能である。
• 同じフレームワークを用いることで、2次元空間における連続的フリーディエッヒ距離下で6-近似が達成可能である。
• 3-近似がタイトであることが示された。なぜなら、これを著しく改善するにはℓに指数的依存を避ける必要があるが、これは小さな近似要因に対して避けがたいことが示された。