[論文レビュー] Finding cores of random 2-SAT formulae via Poisson cloning

Jeong Han Kim|ArXiv.org|Aug 12, 2008

Constraint Satisfaction and Optimization参考文献 25被引用数 6

ひとこと要約

この論文は、ポアソンクローンモデルとカットオフラインアルゴリズム（COLA）を用いて、ランダム2-SAT式のコア構造を分析し、$\lambda = p(2n-1) = 1 + \sigma$ で $\sigma \gg n^{-1/3}$ のとき、コアに高確率で $\theta_{{}_{\lambda}}^2 n + O((\theta_{{}_{\lambda}}n)^{1/2})$ 個の変数と $\theta_{{}_{\lambda}}^2 \lambda n + O((\theta_{{}_{\lambda}}n)^{1/2})$ 個の節が含まれることを示している。ここで $\theta_{{}_{\lambda}}$ は方程式 $\theta - (1 - e^{-\theta \lambda}) = 0$ の解である。また、ボロバーシュらが確立した満たし可能閾値の見積もりを改善している。

ABSTRACT

For the random 2-SAT formula $F(n,p)$, let $F_C (n,p)$ be the formula left after the pure literal algorithm applied to $F(n,p)$ stops. Using the recently developed Poisson cloning model together with the cut-off line algorithm (COLA), we completely analyze the structure of $F_{C} (n,p)$. In particular, it is shown that, for $\gl:= p(2n-1) = 1+\gs $ with $\gs\gg n^{-1/3}$, the core of $F(n,p)$ has $ hl^2 n +O(( hl n)^{1/2})$ variables and $ hl^2 \gl n+O(( hl n))^{1/2}$ clauses, with high probability, where $ hl$ is the larger solution of the equation $þ- (1-e^{- hl \gl})=0$. We also estimate the probability of $F(n,p)$ being satisfiable to obtain $$ \pr[ F_2(n, \sfrac{\gl}{2n-1}) is satisfiable ] = \caseth{1-\frac{1+o(1)}{16\gs^3 n}}{if $\gl= 1-\gs$ with $\gs\gg n^{-1/3}$}{}{}{e^{-Θ(\gs^3n)}}{if $\gl=1+\gs$ with $\gs\gg n^{-1/3}$,} $$ where $o(1)$ goes to 0 as $\gs$ goes to 0. This improves the bounds of Bollobás et al. \cite{BBCKW}.

研究の動機と目的

• ランダム2-SAT式のコアのサイズと構造を、$F(n,p)$ モデルによって生成された場合に正確に特定すること。
• ボロバーシュらが確立した満たし可能閾値の境界を、$\lambda = 1$ の近傍における相転移を分析することで改善すること。
• ポアソンクローンモデルとカットオフラインアルゴリズム（COLA）を用いて、純粋なリテラルアルゴリズム（PLA）が終了した後の残差式をモデル化・分析すること。
• 特に $\lambda = 1 \pm \sigma$ で $\sigma \gg n^{-1/3}$ のとき、$F(n, \lambda/(2n-1))$ の満たし可能性の確率をスケーリングウィンドウの周囲で推定すること。

提案手法

• $p = \Theta(n^{-1})$ の場合に特に有効な、古典的ランダム2-SATモデル $F(n,p;2)$ を近似するため、ポアソンクローンモデル $F_{PC}(n,p;2)$ を用いることで、節と変数の分布の解析をより扱いやすくしている。
• 純粋なリテラルアルゴリズム（PLA）のプロセスを模倣するためにカットオフラインアルゴリズム（COLA）を適用し、残差式における変数タイプ（1,2）、（2,1）、（1,1）の変化を追跡している。
• PLAの実行中に純粋なクローンとそのマッチング行動を追跡し、一般化されたチェルノフ不等式を用いて、すべての純粋なクローンが高確率で $O(\theta_{{}_{\lambda}}^3 n)$ ステップ以内に消滅することを示している。
• 最大満たし可能割り当てとクローン上の完全マッチング数を用いた確率的議論を構築し、スターリングの近似を活用して満たし可能性の確率を評価している。
• 核心の漸近的サイズを支配する方程式 $\theta - (1 - e^{-\theta \lambda}) = 0$ を $\theta_{{}_{\lambda}}$（大きな解）について解いている。
• $\lambda = 1 + \sigma$ で $\sigma \gg n^{-1/3}$ のとき、エントロピーと対数的推定を用いて満たし可能性確率を境界づけ、$\Pr[F \text{ は SAT}] = e^{-\Theta(\sigma^3 n)}$ を示している。

実験結果

リサーチクエスチョン

• RQ1 $\lambda = p(2n-1) = 1 + \sigma$ で $\sigma \gg n^{-1/3}$ のとき、ランダム2-SAT式のコアの正確な漸近的サイズは何か？
• RQ2 ポアソンクローンモデルは、古典的ランダムグラフモデルと比較して、純粋なリテラルアルゴリズムの残差式の解析をどのように改善するか？
• RQ3 スケーリングウィンドウの近く $\lambda = 1$ で、特に $\lambda = 1 \pm \sigma$ のとき、$F(n, \lambda/(2n-1))$ の正確な満たし可能確率は何か？
• RQ4 ポアソンクローンとCOLAフレームワークを用いて、ボロバーシュらの境界を超えて満たし可能閾値を精緻化できるか？
• RQ5 変数タイプ（1,2）、（2,1）、（1,1）は、純粋なリテラルの持続性と残差式の構造にどのように寄与するか？

主な発見

• $\lambda = 1 + \sigma$ で $\sigma \gg n^{-1/3}$ のとき、$F(n,p)$ のコアには高確率で $\theta_{{}_{\lambda}}^2 n + O((\theta_{{}_{\lambda}}n)^{1/2})$ 個の変数が含まれる。ここで $\theta_{{}_{\lambda}}$ は方程式 $\theta - (1 - e^{-\theta \lambda}) = 0$ の大きな解である。
• 同じ条件下で、コアには高確率で $\theta_{{}_{\lambda}}^2 \lambda n + O((\theta_{{}_{\lambda}}n)^{1/2})$ 個の節が含まれる。
• $\lambda = 1 + \sigma$ で $\sigma \gg n^{-1/3}$ のとき、$F(n, \lambda/(2n-1))$ が満たし可能である確率は $e^{-\Theta(\sigma^3 n)}$ であり、これにより以前の境界が改善された。
• $\lambda = 1 - \sigma$ で $\sigma \gg n^{-1/3}$ のとき、満たし可能確率は $1 - \frac{1 + o(1)}{16\sigma^3 n}$ である。これは $\lambda = 1$ の近傍で鋭い遷移を示している。
• 分析により、純粋なリテラルアルゴリズムが終了した後、高確率で少なくとも $0.9\theta_{{}_{\lambda}}^3 n$ 個の（1,2）または（2,1）タイプの変数が残存することが示された。
• （1,2）または（2,1）タイプの $b$ 個の変数からなるランダムな式が満たし可能である確率は $o(e^{-0.02b})$ である。これは、このような残差式の満たし可能性確率が指数関数的に減少することを示唆している。