[論文レビュー] Convex Relaxations for Permutation Problems

Fajwel Fogel, Rodolphe Jenatton+2 more|arXiv (Cornell University)|Jun 20, 2013

Markov Chains and Monte Carlo Methods被引用数 15

ひとこと要約

本稿では、類似度行列上の組み合わせ的2-SUM問題と順列問題（特に順序付け問題）との同値性を確立することで、順序付け問題の凸緩和を提案する。特に、二重確率的行列上での緩和を導入し、ノイズに強い性能を実現するとともに、半教師あり順序付けを可能にする。理論的近似バインディングと、考古学的データ、マルコフ連鎖、ショットガンDNAシークエンシングデータにおける実験的検証を提供する。

ABSTRACT

Seriation seeks to reconstruct a linear order between variables using unsorted, pairwise similarity information. It has direct applications in archeology and shotgun gene sequencing for example. We write seriation as an optimization problem by proving the equivalence between the seriation and combinatorial 2-SUM problems on similarity matrices (2-SUM is a quadratic minimization problem over permutations). The seriation problem can be solved exactly by a spectral algorithm in the noiseless case and we derive several convex relaxations for 2-SUM to improve the robustness of seriation solutions in noisy settings. These convex relaxations also allow us to impose structural constraints on the solution, hence solve semi-supervised seriation problems. We derive new approximation bounds for some of these relaxations and present numerical experiments on archeological data, Markov chains and DNA assembly from shotgun gene sequencing data.

研究の動機と目的

• 考古学的応用やDNAシークエンシングを含む分野において、ノイズの多い未整列な対比較類似度データから線形順序を再構築する課題に対処する。
• 順序付け問題を、順列上での組み合わせ的2-SUM問題として定式化し、順列データに対して多項式時間で解けることを証明し、凸緩和アプローチを可能にする。
• 特に二重確率的行列上での凸緩和を開発することで、ノイズに強い性能を向上させるとともに、構造的制約の組み込みを可能にする。
• 緩和フレームワークに制約を用いて事前知識を埋め込むことで、半教師あり順序付けを実現する。
• 理論的近似バインディングを提供し、DNAアセンブリやマルコフ連鎖を含む実世界データにおける性能を検証する。

提案手法

• 類似度行列上での順序付け問題と2-SUM問題との同値性を確立し、2-SUMは順列上での二次形式の最小化を目的とする。
• 二重確率的行列の集合上での凸緩和を提案し、ノイズの多い状況下でスペクトル法よりもより強いロバストネスを示す。
• 二重確率的集合への高速射影アルゴリズムを導入し、実用的な最適化を可能にする。
• 半定値計画法（SDP）緩和（SDP3）を導出し、解から導かれる距離行列が負型の二乗ユークリッド距離計量であることを保証する。
• SDP3緩和を用いて、minmax 2-SUM定式化に対して $ O(\tilde{O}(\text{poly}(\text{log } n))) $ の近似比を達成する。
• ショットガンDNAシークエンシングにおいては、分割統治戦略を採用：初期のリード整列にはスペクトル順序付けを用い、繰り返しを含むコンティグに対してはメイトペア情報に従い、QP緩和を適用する。

実験結果

リサーチクエスチョン

• RQ1 順序付け問題は、順列上での2-SUM問題として正式に定式化可能であり、その問題は順列データに対して多項式時間で解けるか？
• RQ2 2-SUM問題の凸緩和は、ノイズの多い状況下でスペクトル法と比較して、順序付けにおいてどの程度ノイズに強い性能を示すか？
• RQ3 凸緩和を用いて、構造的制約をどの程度順序付けの解に組み込むことができるか（半教師あり学習の観点から）？
• RQ4 提案された凸緩和、特にSDP3緩和に対して、どの程度の理論的近似保証を確立できるか？
• RQ5 ショットガンシークエンシングデータからのDNAアセンブリのような実用的応用において、提案された緩和はどの程度有効か？

主な発見

• 順序付け問題は、類似度行列上での組み合わせ的2-SUM問題と同値であり、行列がロビンソン性を満たす場合には多項式時間で解ける。
• 提案された二重確率的緩和は、ノイズの多い状況下でスペクトル法を上回る性能を示し、数値実験でより高いロバストネスを確認した。
• SDP3緩和は、導出される距離行列が負型の二乗ユークリッド距離計量であることを保証し、minmax 2-SUM定式化に対して $ O(\tilde{O}(\text{poly}(\text{log } n))) $ の近似比を達成する。
• ショットガンDNAシークエンシングにおいて、スペクトル前処理により問題サイズが $ n \sim 100 $ に縮小され、その後続の凸緩和が計算的に実行可能になる。
• メイトペア制約を伴うコンティグにおけるスペクトル前処理とQP緩和の組み合わせにより、繰り返しが存在する場合でも長大なコンティグを正確に再構築できた。
• 繰り返しがないコンティグでは、k-mersが重複のない場合、スペクトル緩和により元のDNA配列を正確に回復できた。理論的基盤の有効性が裏付けられた。