[論文レビュー] Closing the Gap Between Short and Long XORs for Model Counting

Shengjia Zhao, Sorathan Chaturapruek+2 more|arXiv (Cornell University)|Dec 30, 2015

Bayesian Modeling and Causal Inference参考文献 31被引用数 14

ひとこと要約

この論文は、近似モデル数え上げにおける短いXOR制約と長いXOR制約の理論的ギャップを埋め、Θ(log n)のXOR長さが、Θ(n)の制約を用いる場合に高信頼性の数え上げに十分であることを証明している。任意のXOR長さに対して非自明な上界を初めて導出し、短い制約でもランダム射影と確率的解析を用いて強力な正確性保証を維持しながら、その性能が徐々に低下することを示している。

ABSTRACT

Many recent algorithms for approximate model counting are based on a reduction to combinatorial searches over random subsets of the space defined by parity or XOR constraints. Long parity constraints (involving many variables) provide strong theoretical guarantees but are computationally difficult. Short parity constraints are easier to solve but have weaker statistical properties. It is currently not known how long these parity constraints need to be. We close the gap by providing matching necessary and sufficient conditions on the required asymptotic length of the parity constraints. Further, we provide a new family of lower bounds and the first non-trivial upper bounds on the model count that are valid for arbitrarily short XORs. We empirically demonstrate the effectiveness of these bounds on model counting benchmarks and in a Satisfiability Modulo Theory (SMT) application motivated by the analysis of contingency tables in statistics.

研究の動機と目的

• 近似モデル数え上げにおけるXOR制約の最適漸近的長さのオープンな問題を解決すること。
• 問題サイズnと制約数の観点から、XOR長さの必要条件と十分条件を確立すること。
• 任意に短いXORに対して有効な、モデル数の最初の非自明な上界を提供すること。
• 標準ベンチマークおよびSMTベースの連関表解析におけるこれらの境界の有効性を示すこと。

提案手法

• XOR制約によるランダム射影を用いて、モデル数え上げを射影された解空間上の組合せ探索に還元する。
• 確率的解析と集中不等式を適用して、モデル数推定値のタイトな境界を導出する。
• XOR長さに依存しない、モデル数に対する新しい上界と下界の族を導入する。
• 漸近的解析を用いて、Θ(n)の制約を用いる場合にΘ(log n)のXOR長さが、必要かつ十分であることを示す。
• ガウスの消去法とSAT/SMTソルバを活用して、短いXOR制約を効率的に符号化・解釈する。
• SMTソルバにおけるビットベクタ算術符号化を用いて、連関表における構造的ゼロと分野固有の制約を処理する。

実験結果

リサーチクエスチョン

• RQ1 高信頼性の近似モデル数え上げを達成するために、必要なXOR制約の最小漸近的長さは何か？
• RQ2 長大なXORの既存の十分条件（例：Θ(n)）はタイトか？それとも、より短い制約で十分か？
• RQ3 任意に短いXORに対して、非自明なモデル数上界を導出できるか？
• RQ4 実際の応用において、短いXORと長いXORの統計的・計算的性質はどのように比較できるか？
• RQ5 これらの境界は、構造的ゼロを含む実世界の問題、たとえば連関表解析に効果的に適用できるか？

主な発見

• n個の変数とΘ(n)の制約を持つ論理式において、Θ(log n)の制約長さが、高信頼性のモデル数え上げに必要かつ十分である。
• 制約密度が最適値に近づくにつれて、提案されたモデル数上界と下界の差が定数倍の範囲内に収束する。これは短いXORに対しても成り立つ。
• 任意のXOR長さに対して、モデル数の最初の非自明な上界が証明され、従来の研究を著しく上回る。
• 実験的評価により、これらの境界は標準的なモデル数え上げベンチマークおよびSMTベースの連関表解析において有効であることが示された。
• この手法は良好にスケーリングされ、実験的データにおける構造的ゼロを効果的に処理でき、分野固有の制約下でも正確な数え上げを可能にする。
• 解析により、対数的長さの制約は多項式サイズのCNF論理式に効率的に符号化可能であることが判明し、実用的導入が可能である。