[論文レビュー] Cross-Composition: A New Technique for Kernelization Lower Bounds

Hans L. Bodlaender, Bart M. P. Jansen+1 more|arXiv (Cornell University)|Nov 18, 2010

Advanced Graph Theory Research参考文献 29被引用数 113

ひとこと要約

この論文は、パラメータ付き計算複雑性におけるカーネル化下界を証明するための新規技法であるクロスコンポジションを導入する。複数のNP困難問題のインスタンスを、最大の入力インスタンスのサイズに関して多項式的に有界なパラメータを持つ1つのパラメータ付き問題のインスタンスに合成することで、このような合成が存在するならば、そのターゲット問題は多項式階層が崩壊しない限り多項式カーネルをもたないことを示す。この手法は、かつての方法（OR合成や多項式パラメータ変換など）を一般化・強化するものである。

ABSTRACT

We introduce a new technique for proving kernelization lower bounds, called cross-composition. A classical problem L cross-composes into a parameterized problem Q if an instance of Q with polynomially bounded parameter value can express the logical OR of a sequence of instances of L. Building on work by Bodlaender et al. (ICALP 2008) and using a result by Fortnow and Santhanam (STOC 2008) we show that if an NP-complete problem cross-composes into a parameterized problem Q then Q does not admit a polynomial kernel unless the polynomial hierarchy collapses. Our technique generalizes and strengthens the recent techniques of using OR-composition algorithms and of transferring the lower bounds via polynomial parameter transformations. We show its applicability by proving kernelization lower bounds for a number of important graphs problems with structural (non-standard) parameterizations, e.g., Chromatic Number, Clique, and Weighted Feedback Vertex Set do not admit polynomial kernels with respect to the vertex cover number of the input graphs unless the polynomial hierarchy collapses, contrasting the fact that these problems are trivially fixed-parameter tractable for this parameter. We have similar lower bounds for Feedback Vertex Set.

研究の動機と目的

• パラメータ付き計算複雑性におけるカーネル化下界を証明するための新しい一般的手法を開発すること。
• OR合成や多項式パラメータ変換といった従来の手法の制限を克服すること。
• 頂点被覆番号のような構造的パラメータでパラメータ化された問題に対して強い下界を確立すること。
• クロスコンポジション手法が、彩色数、クリーク、重み付きフィードバック頂点集合、フィードバック頂点集合といった基本的なグラフ問題へ適用可能であることを示すこと。

提案手法

• クロスコンポジションは、古典的なNP困難問題Lの複数のインスタンスから、その最大サイズに対して多項式的に有界なパラメータを持つ1つのパラメータ付き問題Qのインスタンスを構成する。
• 構成により、合成されたインスタンスがQのyesインスタンスであることは、少なくとも1つのLの入力インスタンスがyesインスタンスであることと同値であり、これにより入力の論理的ORが表現される。
• FortnowとSanthanam（STOC 2008）の結果に依拠し、このような合成の存在が多項式カーネルの非存在性と結びつくことを示す。
• OR合成を一般化し、ソース問題とターゲット問題が異なっていてもよく、入力インスタンスが同じパラメータ値を持つ必要がない。
• グラフガジェット（例：重み付き頂点をもつBK4グラフ）を用いて、インスタンスのインデックスの2進表現を符号化し、解集合に構造的制約を課す。
• 合成の正しさは、双方向の還元により証明される：合成インスタンスに解が存在するならば、元のインスタンスのいずれかに解が存在し、逆も同様である。

実験結果

リサーチクエスチョン

• RQ1 OR合成や多項式パラメータ変換を一般化する手法を用いて、パラメータ付き問題におけるより強いカーネル化下界を証明できるか？
• RQ2 NP困難問題からパラメータ付き問題へのクロスコンポジションが存在するならば、そのターゲット問題は多項式カーネルをもたないのだろうか？
• RQ3 頂点被覆番号のような構造的パラメータでパラメータ化された問題に対しても、クロスコンポジションは適用可能だろうか？ たとえその問題がそのパラメータに関してFPTであっても。
• RQ4 彩色数、クリーク、フィードバック頂点集合といった基本的なグラフ問題は、このようなパラメータ化のもとで多項式カーネルをもたないのだろうか？

主な発見

• 頂点被覆番号でパラメータ化された重み付きフィードバック頂点集合問題は、NP ⊆ coNP/poly が成り立たない限り、多項式カーネルをもたない。
• 頂点被覆番号でパラメータ化された彩色数およびクリーク問題も、同じ仮定のもとで多項式カーネルをもたない。
• 頂点被覆番号でパラメータ化されたフィードバック頂点集合問題も、NP ⊆ coNP/poly が成り立たない限り、多項式カーネルをもたない。
• クロスコンポジション手法は、古典的なNP困難問題から構造的パラメータをもつパラメータ付き問題へ下界を効果的に転送できた。
• ソース問題とターゲット問題が異なることを許容することで、OR合成や多項式パラメータ変換といった従来のアプローチを一般化・強化した。
• これらの結果は、これらの問題が頂点被覆パラメータに関して固定パラメータ可 tractable であるにもかかわらず、多項式カーネルとしての効率的なデータ圧縮が不可能であることを示している。