[論文レビュー] Approximation Algorithms for Online Weighted Rank Function Maximization under Matroid Constraints

Niv Buchbinder, Joseph Joseph+3 more|arXiv (Cornell University)|Jan 1, 2012

Optimization and Search Problems参考文献 12被引用数 3

ひとこと要約

本稿では、重み付きランク関数をマトロイド制約の下で逐次的に到着するサブモジュラな報酬に対して最大化する、最初の確率的オンライン近似アルゴリズムを提示する。このアルゴリズムは、LPに基づく分数解に重み付き多数派ルールを適用し、マトロイドポリトープ被覆性質を活用する新規な確率的丸め込みを用いる。m 個の要素と、重みの変動をパrameter化する fratio を用いて、O(log²n log m log fratio)-競合比を達成する。

ABSTRACT

Consider the following online version of the submodular maximization problem under a matroid constraint. We are given a set of elements over which a matroid is defined. The goal is to incrementally choose a subset that remains independent in the matroid over time. At each time, a new weighted rank function of a different matroid (one per time) over the same elements is presented; the algorithm can add a few elements to the incrementally constructed set, and reaps a reward equal to the value of the new weighted rank function on the current set. The goal of the algorithm as it builds this independent set online is to maximize the sum of these (weighted rank) rewards. As in regular online analysis, we compare the rewards of our online algorithm to that of an offline optimum, namely a single independent set of the matroid that maximizes the sum of the weighted rank rewards that arrive over time. This problem is a natural extension of two well-studied streams of earlier work: the first is on online set cover algorithms (in particular for the max coverage version) while the second is on approximately maximizing submodular functions under a matroid constraint. In this paper, we present the first randomized online algorithms for this problem with poly-logarithmic competitive ratio. To do this, we employ the LP formulation of a scaled reward version of the problem. Then we extend a weighted-majority type update rule along with uncrossing properties of tight sets in the matroid polytope to find an approximately optimal fractional LP solution. We use the fractional solution values as probabilities for a online randomized rounding algorithm. To show that our rounding produces a sufficiently large reward independent set, we prove and use new covering properties for randomly rounded fractional solutions in the matroid polytope that may be of independent interest.

研究の動機と目的

• 報酬が逐次的に到着し、決定が不可逆であるマトロイド制約下でのオンラインサブモジュラ最大化を扱う。
• 重みなしカバレッジを超えて、マトロイドの重み付きランク関数へのオンラインアルゴリズムの拡張を図る。
• この一般的なオンライン最適化問題に対して、多対数競合比を達成するアルゴリズムを設計する。
• マトロイド独立制約を満たす性能保証を維持する確率的丸め込みスキームを開発する。
• ランダムに丸められた分数解がマトロイドポリトープ内で示す新しい被覆性質を証明し、これが解析の鍵となる。

提案手法

• 報酬を抑止するための推定値 α を用いたスケーリングされた LP リラクゼーションをオンライン問題に定式化する。
• 時間経過に伴い近似的最適分数解を維持するため、重み付き多数派型の更新ルールを適用する。
• マトロイドポリトープにおけるタイト集合のアンクロッシング性質を用いて、LP の更新を誘導し、妥当性を保証する。
• 分数 LP 値に比例する確率で要素を選択する確率的丸め込み手順を設計する。
• 各時刻において、丸められた解が高確率で O(log(mn)) 個の独立集合によって被覆可能であることを証明する。
• LP 近似と丸め込み解析を組み合わせ、log n、log m、fratio を含む競合比を導出する。

実験結果

リサーチクエスチョン

• RQ1 重み付きランク関数である場合に、マトロイド制約下でのオンラインサブモジュラ最大化で、多対数競合比を達成できるか？
• RQ2 時間的に変化するサブモジュラ関数を持つオンライン設定において、オフライン最適解を近似する分数 LP 解をどのように維持できるか？
• RQ3 ランダムに丸められた分数解がマトロイドポリトープ内で示す被覆性質は何か？ そして、性能保証を得るためにどのように活用できるか？
• RQ4 n や fratio が未知である場合に、競合比が対数的要因を除いて劣化しないように、アルゴリズムをどのように拡張できるか？
• RQ5 重み付きランク関数のケースを、競合比が対数的損失しか生じない範囲で、重みなしケースに還元することは可能か？

主な発見

• 提案アルゴリズムは、マトロイド制約下での重み付きランク関数のオンライン最大化において、O(log²n log m log fratio)-競合比を達成する。
• アルゴリズムは、選択された集合がマトロイドで独立である確率を高保証する確率的丸め込みスキームを用いる。
• 解析は、ランダムに丸められた分数解が高確率で O(log(mn)) 個の独立集合によって被覆可能であることを証明するという、新規な構造的結果に依拠している。
• fratio が未知の場合、重みスケールの推定値の確率分布を用いる。これにより、競合比に追加で O(log fratio (log log fratio)^{1+ε}) 要素が加算される。
• n が未知の場合、α = 2^i を適切な確率で推定することでアルゴリズムが適応し、競合比に追加で O(log log n) 要素が加算される。
• 競合比は既知の下界と対数的要因を除いて一致しており、オンライン設定において近似的最適性を示唆している。