[論文レビュー] Barrier Coverage with Non-uniform Lengths to Minimize Aggregate Movements

Serge Gaspers, Joachim Gudmundsson+2 more|arXiv (Cornell University)|Sep 29, 2017

Indoor and Outdoor Localization Technologies参考文献 2被引用数 3

ひとこと要約

この論文は、非一様な範囲を持つセンサーが、区間 [0,L] をカバーするために再配置され、合計移動量を最小化する線形領域におけるバリアカバレッジ問題を研究する。本稿では、O(n³/ε²) 時間で動作する ((2+ε)ρ + 2/ε)-近似アルゴリズムを提示し、P=NP でない限り ρ¹⁻⁰ 近似は存在しないことを証明している。また、総移動量予算 B をパラメータとして固定パラメータ化可能であることを示している。

ABSTRACT

Given a line segment $I=[0,L]$, the so-called barrier, and a set of $n$ sensors with varying ranges positioned on the line containing $I$, the barrier coverage problem is to move the sensors so that they cover $I$, while minimising the total movement. In the case when all the sensors have the same radius the problem can be solved in $O(n \log n)$ time (Andrews and Wang, Algorithmica 2017). If the sensors have different radii the problem is known to be NP-hard to approximate within a constant factor (Czyzowicz et al., ADHOC-NOW 2009). We strengthen this result and prove that no polynomial time $ρ^{1-\varepsilon}$-approximation algorithm exists unless $P=NP$, where $ρ$ is the ratio between the largest radius and the smallest radius. Even when we restrict the number of sensors that are allowed to move by a parameter $k$, the problem turns out to be W[1]-hard. On the positive side we show that a $((2+\varepsilon)ρ+2/\varepsilon)$-approximation can be computed in $O(n^3/\varepsilon^2)$ time and we prove fixed-parameter tractability when parameterized by the total movement assuming all numbers in the input are integers.

研究の動機と目的

• 非一様センサー範囲を伴うバリアカバレッジにおける合計センサー移動量を最小化する NP 困難問題に対処すること。
• 最大と最小のセンサー範囲の比 ρ を用いて、問題の近似困難性を分析すること。
• ρ と ε に依存する性能を持つ多項式時間近似アルゴリズムを開発すること。
• 特に移動センサー数や総移動量予算が小さい場合に、パラメータ化された複雑性を調査すること。
• 整数入力制約のもとで、総移動量予算 B をパラメータとした固定パラメータ化可能性を確立すること。

提案手法

• 最終配置でもセンサーの順序を保つ解法戦略を提案する。
• 候補位置を離散化し、予算制約を用いて各ギャップにおける関連するセンサー数を制限することで、(2+ε)ρ + 2/ε-近似アルゴリズムを設計する。
• 各ギャップからの距離 B 以内のセンサーのみを検討する分岐アルゴリズムを用い、各位置における B+1 個の最も長い区間のみを考慮することで探索空間を制限する。
• 最適解は整数位置に制限できることを証明し、これにより正確な分岐による計算が可能になる。
• パラメータ化された複雑性技術を用いて、総移動量予算 B をパラメータとした固定パラメータ化可能性を示す。
• センサー区間とギャップの構造的性質を活用し、候補となるセンサー移動回数と位置数を制限する。

実験結果

リサーチクエスチョン

• RQ1 最大と最小のセンサー範囲の比 ρ に依存する近似比を持つ、非一様バリアカバレッジの多項式時間近似アルゴリズムを設計できるか？
• RQ2 多項式時間で達成可能な近似比に根本的な限界があり、それが ρ に依存するか？
• RQ3 整数入力の下で、総移動量予算 B をパラメータとした場合、問題は固定パラメータ化可能か？
• RQ4 近似比を (2+ε)ρ + 2/ε よりも改善でき、理想的には ρ + O(1) にできるか？
• RQ5 移動するセンサー数 k をパラメータとした場合、問題は依然として固定パラメータ化可能か？

主な発見

• P=NP でない限り、ρ¹⁻⁰-近似多項式時間アルゴリズムは存在しない。これは強い近似不可能性の閾値を示している。
• 任意の ε>0 に対して、O(n³/ε²) 時間で動作する ((2+ε)ρ + 2/ε)-近似アルゴリズムが達成可能である。
• 移動センサー数 k をパラメータとした場合、問題は W[1]-困難である。
• 総移動量予算 B をパラメータとした場合、問題は固定パラメータ化可能であり、2^{2B²(B+1)} · n^{O(1)} 時間で解ける。
• 最適解は整数位置に制限でき、これにより正確な分岐アルゴリズムが可能になる。
• 順序を保つ解法に限定してより厳密な解析を行うことで、近似比を ρ + O(1) に改善できる可能性があるが、未解決のままである。