[論文レビュー] Approximating $k$-Median via Pseudo-Approximation

Li Shi, Ola Svensson|arXiv (Cornell University)|Nov 1, 2012

Complexity and Algorithms in Graphs参考文献 22被引用数 4

ひとこと要約

本稿では、$k$-median問題に対する新たな近似アルゴリズムを提示する。このアルゴリズムは、$1+\sqrt{3}+\epsilon$の近似比を達成し、以前の最良の$3+\epsilon$を改善する。この手法は擬似近似アルゴリズムフレームワークに依存している：まず、$k+O(1)$の施設を用いて$\alpha$-近似解を生成する任意のアルゴリズムが、正確に$k$の施設を用いる$\alpha$-近似解に変換可能であることを示し、次に、改善された近似比を達成するようなそのような擬似近似アルゴリズムを設計する。

ABSTRACT

We present a novel approximation algorithm for $k$-median that achieves an approximation guarantee of $1+\sqrt{3}+ε$, improving upon the decade-old ratio of $3+ε$. Our approach is based on two components, each of which, we believe, is of independent interest. First, we show that in order to give an $α$-approximation algorithm for $k$-median, it is sufficient to give a \emph{pseudo-approximation algorithm} that finds an $α$-approximate solution by opening $k+O(1)$ facilities. This is a rather surprising result as there exist instances for which opening $k+1$ facilities may lead to a significant smaller cost than if only $k$ facilities were opened. Second, we give such a pseudo-approximation algorithm with $α= 1+\sqrt{3}+ε$. Prior to our work, it was not even known whether opening $k + o(k)$ facilities would help improve the approximation ratio.

研究の動機と目的

• NP困難な$k$-median問題における長年の$3+\epsilon$近似の壁を打ち破ること。
• 正確に$k$個の施設を開くという硬い制約を緩和する新しいアルゴリズムフレームワークを開発し、より良い近似保証を可能にすること。
• 擬似近似アルゴリズム（$k+O(1)$個の施設を許容）と真の$k$-median近似アルゴリズムとの間の一般的関係を確立すること。
• 特に$k+O(1)$個の施設を許容する場合に、自然なLP緩和の整数性ギャップを分析すること。
• ソフト制約や階層的LP緩和（例：Sherali-Adams）が、クラスタリング問題のより良い近似アルゴリズム設計にどう寄与できるかを調査すること。

提案手法

• 定数$c$に対して$k+c$個の施設を開く擬似近似アルゴリズムの概念を導入し、このようなアルゴリズムが、同じ近似比を保ったまま真の$k$-median近似に変換可能であることを証明する。
• コストを二つの極端な解（すべての施設を開く解$d_1$ と、部分集合のみを開く解$d_2$）の凸結合として分析する二点解法フレームワークを構築する。
• 施設の次数とパラメータ$b$に依存する確率に基づいて、解のグラフ上のスターチャンクに対して確率的ラウンドを適用し、期待接続コストを抑え込む。
• 二点解法と自明な全施設開設解との間のバランスをとることで、二点コストに対して$\frac{1+\sqrt{3}+\epsilon}{2}$-近似を得る。この結果をもとに、全体の近似比を抑え込む。
• 二点解析における二つのコスト成分のトレードオフを最適化するため、パラメータ$a = \frac{\sqrt{3}-1}{4}$および$b = \frac{2}{1+\sqrt{3}}$を用いる。
• 近似要件内での計算効率を高めるために、$O(1/\epsilon)$の加法的誤差を許容する$\delta$-緩和LPを用いる。

実験結果

リサーチクエスチョン

• RQ1 施設を$k+O(1)$個開く擬似近似アルゴリズムを、近似比を失わず、正確に$k$個の施設を開く真の$k$-median近似に変換できるか？
• RQ2 施設を$k+O(1)$個開く最適解のコストと、$k$個の施設を許容する自然なLP緩和の値との間の最大比は何か？
• RQ3 $k+o(k)$個の施設違反を許容することで、$k$-medianのLP緩和の整数性ギャップを埋められるか？
• RQ4 Sherali-AdamsやLasserre階層を用いて、硬い制約を緩和することで、$k$-medianのより良い近似アルゴリズムを設計できるか？
• RQ5 $1+\sqrt{3}+\epsilon$の近似比はタイトか、それとも提案フレームワークを用いてさらに改善可能か？

主な発見

• 本稿は、$k$-median問題に対して$1+\sqrt{3}+\epsilon$の近似比を達成し、以前の最良の$3+\epsilon$を改善した。
• 任意の$\alpha$-近似の擬似近似アルゴリズム（$k+O(1)$個の施設を用いる）が、正確に$k$個の施設を用いる$\alpha$-近似アルゴリズムに変換可能であることを証明した。
• 施設を$k+O(1)$個許容する場合、自然なLP緩和の整数性ギャップが$1+\sqrt{3}+\epsilon$未満であることが示された。これは、2の壁を回避できる可能性を示唆する。
• 二点解法フレームワークは、組み合わせコストに対して$\frac{1+\sqrt{3}+\epsilon}{2}$-近似を達成し、与えられたパrameterizationのもとで最適である。
• アルゴリズムの実行時間は$O(n^{O(1/\epsilon^2)})$であり、定数$\epsilon$に対しては効率的である。
• 分析により、$k$-medianのLPの最悪ケースの整数性ギャップ例は、$k+1$個の施設を許容する場合に存続しないことが示された。これは、ギャップを埋めるための有望な道筋を示唆する。