[論文レビュー] Geometric Computations on Indecisive and Uncertain Points

Allan Grønlund Jørgensen, Maarten Löffler+1 more|arXiv (Cornell University)|May 1, 2012

Data Management and Algorithms参考文献 50被引用数 10

ひとこと要約

本稿では、各点が関連する確率を伴って有限個の可能な位置を持つ不確実または不確実な点の幾何学的形状フィッティング分布を計算するための効率的なアルゴリズムを提示する。一般の不確実データに対しては確率的近似アルゴリズムを導入し、不確実な点におけるLP型問題に対しては決定的で正確な多項式時間アルゴリズムを提示する。形状包含確率（SIP）関数を用いる。

ABSTRACT

We study computing geometric problems on uncertain points. An uncertain point is a point that does not have a fixed location, but rather is described by a probability distribution. When these probability distributions are restricted to a finite number of locations, the points are called indecisive points. In particular, we focus on geometric shape-fitting problems and on building compact distributions to describe how the solutions to these problems vary with respect to the uncertainty in the points. Our main results are: (1) a simple and efficient randomized approximation algorithm for calculating the distribution of any statistic on uncertain data sets; (2) a polynomial, deterministic and exact algorithm for computing the distribution of answers for any LP-type problem on an indecisive point set; and (3) the development of shape inclusion probability (SIP) functions which captures the ambient distribution of shapes fit to uncertain or indecisive point sets and are admissible to the two algorithmic constructions.

研究の動機と目的

• 入力点が不確実または不確実な場合に、幾何的出力の完全な確率分布を計算する課題に対処すること。
• 不確実性下での幾何問題の解の分布を表現・クエリするための実用的で効率的な手法を開発すること。
• 不確実な幾何データに対する正確かつ近似計算が実行可能である条件を同定すること。
• 解の分布をコンパクトかつクエリ効率的に表現するための形状包含確率（SIP）関数を導入すること。

提案手法

• 有限な可能な構成の集合からサンプリングすることで、不確実点集合上の任意の統計量の分布を推定する確率的近似アルゴリズムを提案する。
• すべての潜在的なベースを列挙し、完全な違反テストを用いて重みを計算することで、不確実な点におけるLP型問題の決定的で正確なアルゴリズムを導入する。
• クエリ形状が不確実な点のランダムな構成における解の形状に含まれる確率を表すために、SIP関数を用いる。
• 平面分割とアレンジメント構造を用いて、対数時間でSIPクエリを効率的に行うためのデータ構造を構築する。
• 定数の組合せ次元を持つ問題（例：最小包含円など）に対して、このフレームワークを適用する。
• 理論的結果の特定の適用を通じて、連続的な不確実な点集合に対する$$-SIP関数へとアプローチを拡張する。

実験結果

リサーチクエスチョン

• RQ1 入力点が不確実または不確実な場合に、幾何的出力（例：形状パラメータ）の完全な確率分布を計算できるか？
• RQ2 不確実性下での解の分布の効率的かつ正確な計算が可能な幾何問題のクラスは何か？
• RQ3 解の形状の分布をコンパクトかつ効率的に表現・クエリするにはどうすればよいか？
• RQ4 不確実な幾何データの分布を計算する際の近似と正確性のトレードオフは何か？
• RQ5 不確実な点における複雑な幾何形状の分布を計算する多項式時間アルゴリズムは存在するか？

主な発見

• 不確実データセット上の任意の統計量の分布を計算するための確率的近似アルゴリズムが提案され、実用的なスケーラビリティを実現する。
• 不確実な点におけるLP型問題のための決定的で正確な多項式時間アルゴリズムが開発され、時間計算量$O((nk)^{eta+1})$、空間計算量$O((nk)^{eta})$を達成する。ここで$n$は点の数、$k$は1点あたりの位置数、$eta$は組合せ次元である。
• 形状包含確率（SIP）関数により、解の分布をコンパクトに表現でき、$O( ext{poly}(nk))$時間で正確なクエリを可能にする。
• SIPクエリのための最適化されたデータ構造により、$O( ext{poly}(nk))$の前処理時間と$O( ext{polylog}(nk))$のクエリ時間で実行可能である。
• 直径問題が、出力分布の単一の値を計算するのでさえ#P困難であることが示され、一部の問題には本質的な非効率性が存在することが判明した。
• 連続的な不確実な点集合に対する$$-SIP関数へとフレームワークを拡張し、特定の不確実性モデル下で決定的近似を可能にする。