[論文レビュー] Fault Tolerant Clustering Revisited

Nirman Kumar, Benjamin Raichel|arXiv (Cornell University)|Jul 9, 2013

Computational Geometry and Mesh Generation参考文献 11被引用数 5

ひとこと要約

この論文は、$m = \lfloor k/\ell \rfloor$ として、非耐故障性の $m$-center または $m$-median 解をサブルーチンとして用いることで、耐故障性 $k$-center と $k$-median クラスタリングのための単純で実用的なアルゴリズムを提示する。既知の近似アルゴリズムをオракルとして用いることで、耐故障性 $k$-center に対して $4$-近似、耐故障性 $k$-median に対して $12$-近似を達成し、耐故障性クラスタリング問題から標準的（非耐故障性）クラスタリング問題への明確な還元を確立する。

ABSTRACT

In discrete k-center and k-median clustering, we are given a set of points P in a metric space M, and the task is to output a set C \subseteq ? P, |C| = k, such that the cost of clustering P using C is as small as possible. For k-center, the cost is the furthest a point has to travel to its nearest center, whereas for k-median, the cost is the sum of all point to nearest center distances. In the fault-tolerant versions of these problems, we are given an additional parameter 1 ?\leq \ell \leq ? k, such that when computing the cost of clustering, points are assigned to their \ell-th nearest-neighbor in C, instead of their nearest neighbor. We provide constant factor approximation algorithms for these problems that are both conceptually simple and highly practical from an implementation stand-point.

研究の動機と目的

• 各点が施設障害に耐性を持つように、$\ell$ 番目に近い中心に割り当てられるよう保証する、耐故障性クラスタリング問題に対処すること。
• 概念的に単純で実装可能なアルゴリズムを設計し、耐故障性 $k$-center および $k$-median クラスタリングの両方に対して定数倍近似を達成すること。
• 耐故障性クラスタリングと標準的（非耐故障性）クラスタリングの間の理論的関係を確立し、$m = \lfloor k/\ell \rfloor$ の $c$-近似解が耐故障性 $k$-center の $(1+2c)$-近似解をもたらすことを示すこと。
• 本研究で定義された耐故障性 $k$-median 問題が、非耐故障性クラスタリング問題に還元可能かどうかを検討し、より単純なアルゴリズム設計を可能にするかを調査すること。

提案手法

• 非耐故障性 $m$-center または $m$-median クラスタリングの $c$-近似アルゴリズム（$m = \lfloor k/\ell \rfloor$）をサブルーチンとして使用する。
• $m$-center 解の各中心に対して、$\mathsf{P}$ 内のその $\ell$ 番目に近い点を追加し、最終的な $k$ 個の中心を構成する。これにより、各中心が $\ell$ 個のバックアップ点で強化される。
• 三角不等式と被覆の議論を用いて、$\ell$ 番目に近い近傍距離を抑え、結果として得られる $k$-center 解が $(1+2c)$-近似であることを証明する。
• $k$-median 変種では、同じ後処理手法を適用し、Li と Svensson の $(1+\sqrt{3}+\varepsilon)$-近似アルゴリズムをサブルーチンとして用いることで、$(5+4\sqrt{3}+\varepsilon) \approx 12$-近似を得る。
• 被覆半径と中心の近接性に基づく背理法を用いて近似の上限を証明し、アルゴリズムのコストが上限を上回る場合、すべての点を最適半径内に被覆するには多すぎる中心が必要になるため、$k$-center の制約に反する、と示す。

実験結果

リサーチクエスチョン

• RQ1 非耐故障性の $m = \lfloor k/\ell \rfloor$ センターソリューションを用いて、耐故障性 $k$-center クラスタリングの定数倍近似を構築できるか？
• RQ2 この還元に基づくアプローチで、耐故障性 $k$-center の最良の近似比は何か？また、既知の $2$-近似に一致させられるか？
• RQ3 本研究で定義された耐故障性 $k$-median 問題（コストが $\ell$ 番目に近い近傍距離）は、より少ない数のセンターオンラインの非耐故障性クラスタリング問題に還元可能か？
• RQ4 より単純またはよりモジュラーなサブルーチンを用いることで、耐故障性 $k$-median の近似因子を改善できるか？

主な発見

• サブルーチンとして Gonzalez の $2$-近似アルゴリズムを用いる場合、耐故障性 $k$-center クラスタリングに対して $4$-近似が達成される。
• 当たる $\ell$ が $k$ を割り切る場合、アルゴリズムは $3$-近似を達成し、一般の $4$-近似ケースよりも向上する。
• 耐故障性 $k$-median に対しては、Li と Svensson の $(1+\sqrt{3}+\varepsilon)$-近似アルゴリズムをサブルーチンとして用いることで、$(5+4\sqrt{3}+\varepsilon) \approx 12$-近似が得られる。
• 本手法により、$m$-center クラスタリングの $c$-近似解が耐故障性 $k$-center クラスタリングの $(1+2c)$-近似解をもたらすことが証明され、一般の還元フレームワークが確立される。
• 証明は背理法に依拠している：アルゴリズムのコストが $3r_{\text{opt}}$ や $4r_{\text{opt}}$ を上回る場合、最適半径内にすべての点を被覆するには多すぎる中心が必要になるため、$k$-center の制約に反する。