[論文レビュー] Dynamic Complexity Meets Parameterised Algorithms

Jonas Schmidt, Thomas Schwentick+3 more|arXiv (Cornell University)|Oct 14, 2019

Computability, Logic, AI Algorithms参考文献 24被引用数 1

ひとこと要約

本稿は、DynFOにパラメータ化された空間（アドバイス構造）または時間（論理式の反復）を組み込むことで、パラメータ化動的複雑性クラス para-S-DynFO、para-T-DynFO、para-ST-DynFO を導入する。カーネル化、カラーリング、動的計画法といった技法が動的設定にうまく適応されることを示し、p-Knapsack と p-VertexCover が para-S-DynFO で維持可能であることを示す。一方、反復的圧縮により、辺の変更に対する頂点被覆の効率的更新が可能である。

ABSTRACT

Dynamic Complexity studies the maintainability of queries with logical formulas in a setting where the underlying structure or database changes over time. Most often, these formulas are from first-order logic, giving rise to the dynamic complexity class DynFO. This paper investigates extensions of DynFO in the spirit of parameterised algorithms. In this setting structures come with a parameter $k$ and the extensions allow additional "space" of size $f(k)$ (in the form of an additional structure of this size) or additional time $f(k)$ (in the form of iterations of formulas) or both. The resulting classes are compared with their non-dynamic counterparts and other classes. The main part of the paper explores the applicability of methods for parameterised algorithms to this setting through case studies for various well-known parameterised problems.

研究の動機と目的

• 古典的 DynFO をパラメータ化されたリソースで拡張することで、パラメータ化アルゴリズム技法を統合する動的複雑性フレームワークを形式化すること。
• カーネル化、カラーリング、反復的圧縮といった代表的なパラメータ化アルゴリズム手法が、入力が変化する動的設定にどのように適応できるかを調査すること。
• para-S-DynFO や para-T-DynFO といった新規クラスの表現力が、非動的および古典的複雑性クラスとどのように関係するかを特定すること。
• パラメータ化リソースを用いて、動的更新下での基本的パラメータ化問題（例：p-VertexCover、p-Knapsack）の解の維持可能性を評価すること。

提案手法

• パラメータ化された空間（para-S-DynFO）をモデル化するため、サイズ f(k) のアドバイス構造を DynFO に導入する。また、パラメータ化された時間（para-T-DynFO）をモデル化するため、第一階論理式の f(k) 回の反復を許容する。
• 論理式の反復を用いて有界深さの計算をシミュレートし、回路クラス（例：para-AC0）を論理的動的クラス（para-T-FO）に変換する。
• パrameter k にのみ依存する補助データ（例：カラーリング族、カーネル集合）をアドバイス構造に符号化することで、効率的な動的維持を可能にする。
• カーネル化やカラーリングといった静的パラメータ化アルゴリズム技法を、アドバイスまたは反復を用いた動的プログラムに論理的に符号化することで、動的設定に適応する。
• 動的計画法を、多次元テーブル（例：ナップサック問題の A(i,j,b)）を関係として符号化することで、更新に対しても結果を維持可能にする。
• 反復的圧縮を動的設定に適応させるために、候補解を維持し、カラーリングを用いて既存の解の部分集合を探索することで最適な更新を実現する。

実験結果

リサーチクエスチョン

• RQ1 カーネル化やカラーリングといった標準的なパラメータ化アルゴリズム技法が、パラメータ化リソースを備えた動的複雑性に効果的に適用可能か。
• RQ2 para-S-DynFO と para-T-DynFO という新規クラスは、DynFO や非動的パラメータ化クラスと比べて、表現力においてどのように異なるか。
• RQ3 超多項式パラメータ値を伴う動的計画法を、para-S-DynFO で解を維持するためにどの程度活用できるか。
• RQ4 反復的圧縮は動的設定に適応可能か。これにより、段階的変更における最適解の維持が可能か。
• RQ5 para-ST-DynFO は、para-S-DynFO や para-T-DynFO よりも厳密に表現力が強いと言えるか。

主な発見

• p-Knapsack は、任意のアイテムの利益、重さ、上限の変更に対し、四項関係を用いて最大利益の3次元テーブルを維持する動的プログラムにより、para-S-DynFO で維持可能である。
• p-VertexCover は、普遍的なカラーリング族をアドバイスとして用いる反復的圧縮に基づく動的プログラムにより、para-S-FO で維持可能である。
• カーネル化とカラーリング技法は、動的設定にうまく適応され、パラメータ化された空間制約下での解の効率的維持を可能にする。
• 探索木に基づく手法はパラメータ化時間モデル（para-T-DynFO）ではうまく機能するが、明示的なアドバイス構造の必要性から、パラメータ化空間モデルではそれほど効果的ではない。
• 超多項式パラメータ値を伴う動的計画法は、補助関係による大規模テーブルの符号化を可能にするため、para-S-DynFO に適している。
• p-VertexCover に対する圧縮ベースのアプローチは原則的に para-T-DynFO に適応可能であるが、最小頂点被覆が大きい場合には追加のアルゴリズムレイヤーの必要性から実用的でなくなる。