[論文レビュー] Discrete Decreasing Minimization, Part II: Views from Discrete Convex Analysis

András Frank, Kazuo Murota|arXiv (Cornell University)|Aug 25, 2018

Complexity and Algorithms in Graphs参考文献 33被引用数 10

ひとこと要約

本稿は、整数ベースポリトープ上の離散的減少最小化を、離散凸解析（DCA）を用いて特徴づける。M-凸集合、フロー、および部分加法的フローの分野において、構造的洞察と統合的な結果を提供する。減少的に最小な要素がマトロイド的M-凸集合をなすことを示し、最小ノルム点を介して離散的および連続的減少最小化を結びつける近接定理を証明する。

ABSTRACT

We continue to consider the discrete decreasing minimization problem on an integral base-polyhedron treated in Part I. The problem is to find a lexicographically minimal integral vector in an integral base-polyhedron, where the components of a vector are arranged in a decreasing order. This study can be regarded as a discrete counter-part of the work by Fujishige (1980) on the lexicographically optimal base and the principal partition of a base-polyhedron in continuous variables. The objective of Part II is two-fold. The first is to offer structural views from discrete convex analysis (DCA) on the results of Part I obtained by the constructive and algorithmic approach. The second objective is to pave the way of DCA approach to discrete decreasing minimization on other discrete structures such as the intersection of M-convex sets, flows, and submodular flows. We derive the structural results in Part I from fundamental facts on M-convex sets and M-convex functions in DCA. A direct characterization is given to the canonical partition, which was constructed by an iterative procedure in Part I. This reveals the precise relationship between the canonical partition for the discrete case and the principal partition for the continuous case. Moreover, this result entails a proximity theorem, stating that every decreasingly minimal element is contained in the small box containing the (unique) fractional decreasingly minimal element (the minimum-norm point), leading further to a continuous relaxation algorithm for finding a decreasingly minimal element of an M-convex set. Thus the relationship between the continuous and discrete cases is completely clarified. Furthermore, we present DCA min-max formulas for network flows, the intersection of two M-convex sets, and submodular flows.

研究の動機と目的

• 第I部のアルゴリズム的アプローチを補完する形で、離散凸解析（DCA）を用いた離散的減少最小化の構造的洞察を提供すること。
• M-凸集合、ネットワークフロー、部分加法的フローなどの離散的構造における減少最小性に関する結果を統合的かつ一般化すること。
• 離散的標準分割と連続的主要分割の関係を明確にすること。
• すべての減少的に最小な要素が最小ノルム点を中心とする単位ボックス（ユニットボックス）内にあることを示す近接定理を確立すること。
• DCAにおけるFenchel型双対性を用いて、M-凸集合および関連構造上の分離可能な凸関数に対するミニマックス公式を導出すること。

提案手法

• DCAにおけるM-凸関数のM最適性基準から、1-タイトニングステップを介した減少最小性の特徴づけを導出する。
• DCAにおけるFenchel型離散双対性を適用し、特に成分の二乗和に対してもミニマックス公式を導出する。
• Fenchel型双対性を用いて、減少的に最小な要素の集合がマトロイド的M-凸集合をなすことを短く証明する。
• 連続的ケースにおける主要分割を用いて、標準分割の新しい特徴づけを確立する。
• 近接定理に基づく連続的緩和アルゴリズムを構築し、すべてのdec-min要素が最小ノルム点を中心とする単位ボックス内にあることを活用する。
• DCAにおける共役関数を用いて、M-凸集合、ネットワークフロー、部分加法的フローの共通部分集合上の分離可能な凸関数に対し、ミニマックス公式を拡張する。

実験結果

リサーチクエスチョン

• RQ1 整数ベースポリトープ上の離散的減少最小化を、離散凸解析（DCA）の枠組みでどのように再解釈できるか。
• RQ2 離散的標準分割と連続的主要分割の正確な関係は何か。
• RQ3 DCAを用いて、M-凸集合内の減少的に最小な要素の集合をマトロイド的M-凸集合として特徴づけられるか。
• RQ4 最小ノルム点は、減少的に最小な要素の探索を近似または緩和するために果たす役割は何か。
• RQ5 DCAにおけるFenchel型離散双対性を、M-凸集合および関連構造上の分離可能な凸関数に対するミニマックス公式を導出するのにどのように応用できるか。

主な発見

• M-凸集合内の減少的に最小な要素の集合は、DCAにおけるFenchel型離散双対性を用いて、マトロイド的M-凸集合であることが証明された。
• 近接定理が成立する：すべての減少的に最小な要素は、一意の分数的減少的に最小な要素（最小ノルム点）を中心とする単位ボックス（小ボックス）内にある。
• 離散的ケースにおける標準分割は、連続的ケースからの主要分割の制限として完全に特徴づけられる。
• 成分の二乗和や他の分離可能な凸関数に対するミニマックス公式は、DCAにおけるFenchel型離散双対性の特別な場合として導出された。
• 近接定理と最小ノルム点を基盤とする連続的緩和アルゴリズムを、減少的に最小な要素を求めるために提供した。
• DCAにおける共役関数を用いて、M-凸集合、ネットワークフロー、部分加法的フローの共通部分集合上の分離可能な凸関数に対するミニマックス公式を拡張した。