[論文レビュー] Constrained Submodular Maximization via a Non-symmetric Technique

Niv Buchbinder, Moran Feldman|arXiv (Cornell University)|Nov 10, 2016

Complexity and Algorithms in Graphs参考文献 37被引用数 16

ひとこと要約

本稿では、制約付きサブモジュラ最大化のための非対称な新規アルゴリズムを提示する。この手法は、多項的リラクゼーションの最適化において、既存の最高の近似保証を改善する。従来の手法で一般的に用いられる対称性の仮定に依存しないことで、一般の制約下における単調サブモジュラ関数に対して、よりタイトな近似比を達成する。特に、EneとNguyen（2016）の境界を、連続的軌道の微分不等式解析を精緻化することで改善する。

ABSTRACT

The study of combinatorial optimization problems with a submodular objective has attracted much attention in recent years. Such problems are important in both theory and practice because their objective functions are very general. Obtaining further improvements for many submodular maximization problems boils down to finding better algorithms for optimizing a relaxation of them known as the multilinear extension. In this work we present an algorithm for optimizing the multilinear relaxation whose guarantee improves over the guarantee of the best previous algorithm (which was given by Ene and Nguyen (2016)). Moreover, our algorithm is based on a new technique which is, arguably, simpler and more natural for the problem at hand. In a nutshell, previous algorithms for this problem rely on symmetry properties which are natural only in the absence of a constraint. Our technique avoids the need to resort to such properties, and thus, seems to be a better fit for constrained problems.

研究の動機と目的

• 制約付きサブモジュラ最大化問題の多項的リラクゼーションを最適化する、より効果的で概念的に単純なアルゴリズムの開発。
• 制約が存在する状況では不自然になりがちな、対称的手法の限界を克服すること。
• 一般の多面体的制約下における単調サブモジュラ関数の近似保証を向上させること、特に基数制約およびナップサック制約において。
• 微分不等式フレームワークを用いて、アルゴリズムの連続的軌道の分析をよりタイトに行うこと。
• 多項的リラクゼーション最適化のための新しいベンチマークを確立し、これにより後続のラウンド手法や全体の近似比を向上させること。

提案手法

• アルゴリズムは、時間経過に伴い変化する微分方程式系によって定義される連続的軌道を用い、限界利得に基づいて分数変数を更新する。
• 目的関数の対称性を仮定しない非対称な解析手法を導入し、制約付き設定にさらに適応可能にする。
• 多項的拡張の軌道に沿った変化から導かれる微分不等式に依存し、改善速度の上限を評価する。
• 重要な要素として、多項的関数とレベル集合、しきい値処理との関係を確立するためのLöwdinger拡張の使用。
• 時間区間を二つのフェーズに分割する：[0, t_s) と [t_s, 1)，最適解の構造と集合Zに基づいて、それぞれ異なる境界を適用する。
• 最終的な保証は、二つの境界条件を満たす微分不等式を解くことで得られ、最終的な目的関数値の閉形式の下限が得られる。

実験結果

リサーチクエスチョン

• RQ1 非対称な多項的リラクゼーション最適化アプローチは、制約付きサブモジュラ最大化において、対称的手法よりも優れた近似保証を達成できるか？
• RQ2 多項的拡張の微分的変化をどのように解析することで、近似比のよりタイトな境界を導けるか？
• RQ3 対称性の仮定を避けることで、制約付きサブモジュラ最大化のためのアルゴリズム設計と解析にどのような影響が生じるか？
• RQ4 提案手法は、一般の制約下における単調サブモジュラ関数の(1−1/e)近似保証を上回ることができるか？
• RQ5 この新しいフレームワークを用いて、ナップサック制約または基数制約下での多項的リラクゼーション最適化の、達成可能な最もタイトな近似比は何か？

主な発見

• 提案されたアルゴリズムは、EneとNguyen（2016）が得た既存の最高のアルゴリズムよりも、多項的リラクゼーション最適化において厳密に優れた近似保証を達成する。
• 主な改善は、制約下では不自然な対称性に依存しない非対称解析に起因する。
• ある t_s ∈ (0,1) に対して、最終的な目的関数値が少なくとも e^{t_s - 1} · [(2 - t_s - e^{-t_s}) · f(OPT) - (1 - e^{-t_s}) · f(Z ∩ OPT) - (2 - t_s - 2e^{-t_s}) · f(Z ∪ OPT)] に達することが保証される。
• 解析により、軌道を支配する微分不等式が、特に非自明な制約が存在する場合に、従来の対称的手法よりもタイトな境界を導くことが示された。
• この手法は、多項的リラクゼーションとコンテントションリゾリューションスキームを用いて、ナップサックやマトロイドなどのさまざまな制約に統一的に適用可能である。
• この結果により、標準的なラウンド手法と組み合わせることで、Max-Cut や Max-k-Coverage、Facility Location などの後続問題における全体の近似比が向上することが示唆される。