[論文レビュー] Efficient Random-Walk Methods for Approximating Polytope Volume

Ioannis Z. Emiris, Vissarion Fisikopoulos|arXiv (Cornell University)|Dec 10, 2013

Computational Geometry and Mesh Generation参考文献 40被引用数 6

ひとこと要約

本稿では、最適化されたランダムウォークパラメータ、反復的ラウンド化、およびレイシューティングを用いた高速な境界オラクルを活用することで、高次元凸多面体の体積を近似するための効率的なHit-and-runマルコフ連鎖モンテカルロ法の実装を提示する。本手法は、次元15までのBirkhoff多面体の体積の最初の実用的近似を達成し、既存の正確法および近似法に比べて速度と精度で顕著に優れている。

ABSTRACT

We experimentally study the fundamental problem of computing the volume of a convex polytope given as an intersection of linear inequalities. We implement and evaluate practical randomized algorithms for accurately approximating the polytope's volume in high dimensions (e.g. one hundred). To carry out this efficiently we experimentally correlate the effect of parameters, such as random walk length and number of sample points, on accuracy and runtime. Moreover, we exploit the problem's geometry by implementing an iterative rounding procedure, computing partial generations of random points and designing fast polytope boundary oracles. Our publicly available code is significantly faster than exact computation and more accurate than existing approximation methods. We provide volume approximations for the Birkhoff polytopes B_11,...,B_15, whereas exact methods have only computed that of B_10.

研究の動機と目的

• H-多面体（半空間の交わりとして表される）として表現される高次元凸多面体の体積を計算する課題に取り組むこと。これは#P困難であり、次元15を超えると正確な手法では非現実的である。
• 既存の確率的近似アルゴリズムを改善するために、ランダムウォーク長やサンプル点数といった重要なパラメータを最適化し、精度と効率の両立を図ること。
• 超平面クエリを用いたレイシューティングによる高速な境界オラクルの開発と実装を行い、高次元におけるスケーラブルなサンプリングを可能にすること。
• B₁₀までに限られていた既存の正確計算を上回り、B₁₁からB₁₅までのBirkhoff多面体の体積に対する最初の実用的近似を提供すること。

提案手法

• ランダムな方向を選んで、その直線と多面体境界の交わりに沿って一様にサンプリングすることで、ほぼ一様なサンプルを生成するHit-and-runランダムウォークアルゴリズムを採用する。
• 境界オラクルとしてレイシューティングを実装し、フェースの超平面との交点を計算することで、ランダムウォークステップ中の属性クエリのコストを低減する。
• 多面体の条件数を向上させ、マルコフ連鎖の混合時間の改善を図るために、反復的ラウンド化手順を導入する。
• 精度と実行時間のトレードオフを最適化するために、経験的相関を用いてランダムウォーク長とサンプル数を最適化する。
• 空間時間のトレードオフと近似最近傍探索データ構造を含む、幾何学的およびアルゴリズム的技術の組み合わせにより、オラクルクエリを高速化する。
• 極端な点クエリと境界オラクルの双対性を活用する二重のサンプリングアプローチを採用し、εコアセットを用いて幅の近似推定を実施する。

実験結果

リサーチクエスチョン

• RQ1 理論的複雑度境界を超えて、実用的に効率的かつ高精度な高次元H-多面体の体積近似が、確率的アルゴリズムによって達成可能かどうか。
• RQ2 ランダムウォーク長やサンプル数といった主要パラメータが、高次元体積推定における精度と実行時間のトレードオフにどのように影響するか。
• RQ3 反復的ラウンド化と高速な境界オラクルは、高次元におけるHit-and-runサンプリングの収束性と性能を顕著に向上させ得るか。
• RQ4 既存の正確体積計算ソフトウェアを次元15を超える多面体にまで拡張できる限界はどこか。実用的な近似法と比較して、その性能はいかが。
• RQ5 B₁₁からB₁₅までの従来では扱いが困難だったBirkhoff多面体の体積は、確率的アルゴリズムの実用的実装により、高い信頼性と低い相対誤差で近似可能か。

主な発見

• 提案手法は、B₁₀の体積を平均誤差≤2%で1時間未塔で計算可能であり、先行研究で報告された17年という計算時間に比べ顕著に改善された。
• 本稿では、B₁₁からB₁₅までのBirkhoff多面体の体積を初めて近似し、ε=1の区間推定を提供。B₁₀についてはε=0.5で0.7%の誤差を達成した。
• Matlab実装[13]に比べ100倍以上のHit-and-runステップを実行し、d>70の立方体多面体では4〜100倍の低い誤差を達成した。
• コードはcross-10の体積を2秒で1%未満の誤差で近似し、rh-15-60では3.44秒で推定。LRS、Normaliz、Qhullといった正確なツールは失敗またはタイムアウトした。
• d<80では[13]に比べ100倍以上高速であり、立方体多面体およびBirkhoff多面体の両方で、特に高次元において顕著に高い精度を達成した。
• 本手法は、B₁₀を超えるBirkhoff多面体体積の最初の実用的近似を提供し、得られた数値は、既知の最良の漸近的上界をも上回っている。