[論文レビュー] Balanced power diagrams for redistricting

Vincent Cohen-Addad, Philip N. Klein+1 more|arXiv (Cornell University)|Oct 10, 2017

Advanced Graph Theory Research参考文献 9被引用数 6

ひとこと要約

本稿では、Lloydのアルゴリズムのヒューリスティックな変種を用いて、人口バランス、コンパクト性、連結性を満たす地域区分の手法として、バランスの取れた重心型パワー図を提案する。この手法により、各選挙区は凸多角形となり、平均で六条未満の辺を有し、住民を二乗ユークリッド距離に基づいてクラスタ中心に割り当てることで分散を最小化し、人口の不均衡が低く、幾何学的コンパクト性が高くなる解を得る。

ABSTRACT

We propose a method for redistricting, decomposing a geographical area into subareas, called districts, so that the populations of the districts are as close as possible and the districts are compact and contiguous. Each district is the intersection of a polygon with the geographical area. The polygons are convex and the average number of sides per polygon is less than six. The polygons tend to be quite compact. With each polygon is associated a center. The center is the centroid of the locations of the residents associated with the polygon. The algorithm can be viewed as a heuristic for finding centers and a balanced assignment of residents to centers so as to minimize the sum of squared distances of residents to centers; hence the solution can be said to have low dispersion.

研究の動機と目的

• ジェリーマンディングのリスクを低減するため、コンパクトで連結性があり、人口がバランス取られた選挙区を生成する地域区分手法を開発すること。
• 住民から割り当てられた中心までの二乗距離の和を最適化することで、選挙区割り当ての分散を最小化すること。
• 凸多角形で平均六条未満の辺を有する、幾何学的に良好な形状の選挙区を保証すること。
• 境界線の描画における人為的干渉を最小限に抑えるプロセスベースの公平性メカニズムを提供すること。
• 実世界の地理的制約（例：川、山、既存の行政単位）を反映するため、非ユークリッド距離（例：グラフベースの移動時間）への拡張を可能とすること。

提案手法

• 本手法は、局所最適化フレームワーク内で中心位置と割り当てを繰り返し改善するLloydのアルゴリズムのヒューリスティックな変種を用いる。
• 各反復において、二乗距離の和を最小化するように、住民を中心にバランスの取れた割り当てを計算する。これにより、選挙区間の人口差が1人以内に抑えられる。
• 中心は割り当てられた住民の重心に更新され、コスト関数を最小化しながらバランスを維持する。
• バランスの取れた割り当てを効率的に計算するために、最小コストフロー技術を活用し、ネットワークフローソルバーの複雑度に上限が設けられる。
• 選挙区境界は、州の地理的境界との重ね合わせによって定義されるボロノイ領域（パワー図）の交差により得られ、連結性と凸性が保証される。
• 中心の位置を頂点または辺上の点に制限し、コスト関数を再定義することで、非ユークリッド距離（例：グラフベースの距離）に対しても適応可能となる。

実験結果

リサーチクエスチョン

• RQ1 幾何的クラスタリング手法は、人口バランスとコンパクト性の両方を満たす地域区分計画を生成できるか？
• RQ2 バランスの取れたk平均クラスタリングにおける局所最適解の使用が、地域区分の品質と公平性に与える影響はいかほどか？
• RQ3 重心を持つパワー図は、選挙区形状の低分散性と高い幾何学的コンパクト性をどの程度保証できるか？
• RQ4 アルゴリズムは、川、山、既存の行政単位などの実世界の地理的制約をどの程度尊重できるか？
• RQ5 人口数百万、選挙区数数百を有する大規模な州に適用した場合、本手法の計算効率はどの程度か？

主な発見

• テストされた全州（カリフォルニア州：53選挙区、イリノイ州：18選挙区）において、アルゴリズムは全反復で局所最適解に収束した。
• カリフォルニア州を除き、全州の合計実行時間は15分未満であった。カリフォルニア州はその規模と複雑さのため、約1時間かかった。
• すべての選挙区は凸多角形であり、平均辺数が六未満であった。これは高い幾何学的コンパクト性を示している。
• 人口の不均衡は厳密に制限されており、どの選挙区も他の選挙区と1人以上の人口差を有しなかった。
• 本手法は、2010年人口センサスブロックデータを用いて、米国主要6州の選挙区地図を効果的に生成し、スケーラビリティと実用的妥当性を示した。
• 境界線の描画における人為的判断を最小限に抑えることで、プロセスベースの公平性を確保し、一部の政党によるジェリーマンディングの可能性を低減した。