[論文レビュー] Involutive Division Technique: Some Generalizations and Optimizations

Vladimir P. Gerdt|arXiv (Cornell University)|Dec 4, 1999

Polynomial and algebraic computation参考文献 12被引用数 10

ひとこと要約

本稿では、許容可能な単項式順序に基づいて導かれる新しい種類の自己同型除法を導入し、それがネーター的かつ構成的であることを証明する。これにより、非乗法的還元の逐次的検査を介して、効率的な自己同型グレブナー基底の計算が可能になる。本稿では2つの主要な最適化を提案する：戦略的完了順序の選択と、アルゴリズム実行中の乗法的変数の動的再計算であり、これらは多項式系の解法におけるアルゴリズム的性能を顕著に向上させる。

ABSTRACT

In this paper, in addition to the earlier introduced involutive divisions, we consider a new class of divisions induced by admissible monomial orderings. We prove that these divisions are noetherian and constructive. Thereby each of them allows one to compute an involutive Groebner basis of a polynomial ideal by sequentially examining multiplicative reductions of nonmultiplicative prolongations. We study dependence of involutive algorithms on the completion ordering. Based on properties of particular involutive divisions two computational optimizations are suggested. One of them consists in a special choice of the completion ordering. Another optimization is related to recomputing multiplicative and nonmultiplicative variables in the course of the algorithm.

研究の動機と目的

• 許容可能な単項式順序によって誘導される新しい自己同型除法のクラスを導入することで、自己同型除法の理論を拡張すること。
• これらの新しい除法がネーター的かつ構成的であることを証明し、アルゴリズムの停止性と正しさを保証すること。
• 完了順序の選択が自己同型アルゴリズムの効率に与える影響を調査すること。
• 自己同型基底アルゴリズムにおける重複計算を低減する計算最適化の開発こと。

提案手法

• 許容可能な単項式順序に基づく新しい自己同型除法のクラスを導入し、数学的整合性と計算可能性を保証する。
• 提案された除法がネーター的かつ構成的であることを証明し、非乗法的延長の逐次処理を可能にする。
• 最初の最適化として：冗長な還元を最小限に抑えるために、完了順序の戦略的選択を提案する。
• 第二の最適化として：アルゴリズム実行中に乗法的および非乗法的変数を動的に再計算する手法を導入する。
• 非乗法的延長に対する逐次還元戦略を採用し、自己同型グレブナー基底を計算する。
• 特定の自己同型除法の性質に依拠して、アルゴリズム設計とパフォーマンスチューニングを導く。

実験結果

リサーチクエスチョン

• RQ1 許容可能な単項式順序から、ネーター的かつ構成的性質を保ったまま、新しい自己同型除法を体系的に導出可能か？
• RQ2 完了順序の選択が、自己同型基底アルゴリズムの計算複雑度にどのように影響するか？
• RQ3 アルゴリズム実行中に乗法的変数を動的に再計算することで、自己同型アルゴリズムにおける冗長な還元の数を削減可能か？
• RQ4 自己同型除法のどのような構造的性質がアルゴリズム最適化を可能にするか？
• RQ5 提案された最適化は、自己同型グレブナー基底の計算効率をどの程度向上できるか？

主な発見

• 新たに導入された自己同型除法は、ネーター的かつ構成的であることが証明され、アルゴリズムの停止性と正しさが保証される。
• 戦略的完了順序の使用により、基底計算中に処理される非乗法的延長の数が減少する。
• アルゴリズム実行中に乗法的変数を動的に再計算することで、冗長な還元の回数が減少し、効率が向上する。
• 提案された最適化は、さまざまな自己同型除法にわたり有効であり、広範な適用可能性を示している。
• 理論的枠組みは、多項式系の解法における効率的でスケーラブルな自己同型グレブナー基底計算アルゴリズムの開発を支援する。