[論文レビュー] Combinatorial Optimization Algorithms via Polymorphisms

Jonah Brown-Cohen, Prasad Raghavendra|arXiv (Cornell University)|Jan 7, 2015

Advanced Graph Theory Research参考文献 26被引用数 11

ひとこと要約

本稿は、可換的多様体（polymorphisms）—解の妥当性を保つ操作—を用いた、値オракルモデルにおける組合せ最適化のための新規フレームワークを提示する。測度を保存し、推移的対称的多様体を備えた関数を最小化するための確率的アルゴリズムを提示し、近似多様体を用いた近似の観点から一意的ゲーム予想を再定式化することで、CSPおよびMax-CSPにおける可解性基準を統一する。

ABSTRACT

An elegant characterization of the complexity of constraint satisfaction problems has emerged in the form of the the algebraic dichotomy conjecture of [BKJ00]. Roughly speaking, the characterization asserts that a CSP Λ is tractable if and only if there exist certain non-trivial operations known as polymorphisms to combine solutions to Λ to create new ones. In an entirely separate line of work, the unique games conjecture yields a characterization of approximability of Max-CSPs. Surprisingly, this characterization for Max-CSPs can also be reformulated in the language of polymorphisms. In this work, we study whether existence of non-trivial polymorphisms implies tractability beyond the realm of constraint satisfaction problems, namely in the value-oracle model. Specifically, given a function f in the value-oracle model along with an appropriate operation that never increases the value of f , we design algorithms to minimize f . In particular, we design a randomized algorithm to minimize a function f that admits a fractional polymorphism which is measure preserving and has a transitive symmetry. We also reinterpret known results on MaxCSPs and thereby reformulate the unique games conjecture as a characterization of approximability of max-CSPs in terms of their approximate polymorphisms.

研究の動機と目的

• 正確な満たしの枠組みを超えて、値オラクルモデルにおける最適化にまで拡張されたCSPの多様体に基づく可解性特徴付けを拡張すること。
• 非自明な対称的多様体を備えた関数を最小化するための確率的アルゴリズムを開発すること、特に測度を保存し、推移的であるものを対象とすること。
• 一意的ゲーム予想を、Max-CSPの近似可能性を特徴付ける近似多様体の観点から再解釈すること。
• 相関減衰、ハイパーコントラクト性、およびCSPにおける確率的丸めの挙動の間の理論的橋渡しを確立すること。
• 確率的丸めの下で準ランダム性（quasirandomness）が保存されることを証明し、頑健な近似アルゴリズムの設計を可能とすること。

提案手法

• 関数値を増加させない分数的多様体に注目し、特に測度を保存し、対称的であるものを焦点とする。
• 相関減衰およびハイパーコントラクト性不等式を用い、対称的多様体を備えた関数における確率的丸めの挙動を分析する。
• Berry-Esseen定理および条件付き期待値作用素を用い、確率的サンプリング下での変数の影響を制限する。
• 各関数値を分数量多様体によって定義される分布から独立にサンプリングする確率的丸め手順を採用する。
• Hoeffdingの不等式を用い、フーリエ係数の集中を制御し、影響の境界の安定性を保証する。
• 低次のフーリエ係数に対する和集合の上限を用い、丸められた関数における変数の影響が元の関数と近く保たれることを示す。

実験結果

リサーチクエスチョン

• RQ1 非自明な対称的多様体の存在が、値オラクルモデルにおける効率的最適化アルゴリズムの設計に利用可能か？
• RQ2 対称的多様体における相関減衰が、組合せ最適化のための確率的近似アルゴリズム設計にどの程度寄与可能か？
• RQ3 Max-CSPにおける近似多様体を用いた観点から、一意的ゲーム予想をどのように再定式化できるか？
• RQ4 低次の影響で測定される準ランダム性—低次の影響—は、分数量多様体からの確率的丸めの後も保存されるか？
• RQ5 分数量多様体からのサンプリング後に、関数内の変数の影響が安定に境界づけられるか。これにより近似保証が得られるか？

主な発見

• 測度を保存し、推移的対称性を持つ分数量多様体を備える関数 f : [q]^n → R を最小化するための確率的アルゴリズムが設計された。
• アルゴリズムは、多様体の近似における誤差を制御するパラメータ δ に対して、高い確率で最適値から O(δ) の誤差内の目的値を達成する。
• 本稿では、任意の τ, d, ε および十分に大きな R に対して、確率的丸めが準ランダム性を保存することを証明した：高い確率で、丸められた関数は同じ分布下で有界な影響を持つ。
• 分布下での関数の期待最大影響が τ より小さい場合、確率的丸め後、期待最大影響は確率 1 - ε/R 以上で 5τ 以下であることが示された。
• 独占的テストの健全性解析により、元のラベル付けが s + η 個以上の辺を満たす場合、復号されたラベル付けは期待値として一定の割合の辺を満たすことが示された。この割合は η, τ, d の関数で有界である。
• 本フレームワークは、CSPの代数的二分法予想と一意的ゲーム予想を統一する。両者を多様体の性質として表現する—CSPには正確な、Max-CSPには近似のものとして。