[論文レビュー] Local max-cut in smoothed polynomial time

Bitansky, Nir, Gerichter, Idan|arXiv (Cornell University)|Oct 16, 2016

Complexity and Algorithms in Graphs参考文献 7被引用数 1

ひとこと要約

本稿は、局所的max-cut問題が滑らかさ多項式時間計算量を有することを確立している。これは、辺の重みに小さな確率的摂動を加えた場合、FLIPアルゴリズムが高確率で多項式時間内に局所最適解に到達することを示している。この結果により、最悪ケースでは指数時間が必要となるものの、NP困難なグローバル最適化問題を解くのとは対照的に、局所探索によるmax-cutは著しく容易であることが明らかになった、長年の未解決問題が解決された。

ABSTRACT

In 1988, Johnson, Papadimitriou and Yannakakis wrote that "Practically all the empirical evidence would lead us to conclude that finding locally optimal solutions is much easier than solving NP-hard problems". Since then the empirical evidence has continued to amass, but formal proofs of this phenomenon have remained elusive. A canonical (and indeed complete) example is the local max-cut problem, for which no polynomial time method is known. In a breakthrough paper, Etscheid and Röglin proved that the smoothed complexity of local max-cut is quasi-polynomial, i.e., if arbitrary bounded weights are randomly perturbed, a local maximum can be found in $n^{O(\log n)}$ steps. In this paper we prove smoothed polynomial complexity for local max-cut, thus confirming that finding local optima for max-cut is much easier than solving it.

研究の動機と目的

• 局所的max-cutが滑らかさ多項式時間で解けるかどうかという長年の未解決問題を解消すること。
• 最悪ケースで指数時間が必要であることが知られているにもかかわらず、実際にはFLIPのような局所探索アルゴリズムが通常は速く収束することという経験的観察を形式化すること。
• すべての頂点対（非辺を含む）に小さな確率的ノイズを加えることで、FLIPアルゴリズムの収束が効率的になることを確立すること。
• Simplex法に対して用いられた滑らかさ解析の技術を、標準的なPLS完全問題である局所的max-cut問題へと拡張すること。
• ナッシュ均衡、ホプフィールドネットワーク、およびパarty所属ゲームなどの問題における局所探索の観察された効率性の理論的基盤を提供すること。

提案手法

• 辺の重みを有界な密度関数を持つ確率変数としてモデル化し、FLIPアルゴリズムの期待実行時間を分析する滑らかさ解析を用いる。
• 負の相関と一般化されたチェルノフの不等式を適用し、FLIPプロセスにおける長大な改善列の発生確率を制御する。
• 各頂点の反転を確率的改善移動としてモデル化する確率的枠組みを構築し、そのような移動の期待回数を評価する。
• 移動列の繰り返しパターンを解析するためのブロック分解を用いることで、繰り返し発生する反転の回数を制限する。
• エネルギー増加を解析するために、ハミルトニアン関数 H(σ) = −1/2 ∑ Xuv σ(u)σ(v) の構造を活用する。
• 負の相関事象における集中不等式を用い、確率的摂動のもとで長大な改善列が生じる可能性が極めて低いことを示す。

実験結果

リサーチクエスチョン

• RQ1 すべての辺の重みに小さな確率的摂動を加えた場合、局所的max-cut問題は滑らかさ多項式時間で解けるか、すなわちFLIPアルゴリズムが高確率で多項式時間内に終了するか？
• RQ2 最悪ケースで指数時間が必要であることが知られているにもかかわらず、実際にはFLIPのような局所探索アルゴリズムがなぜ実用的にうまく機能するのか？
• RQ3 すべての頂点対（非辺を含む）に小さな確率的ノイズを加えることで、局所的max-cutの滑らかさ複雑度は著しく向上するか？
• RQ4 Simplex法の滑らかさ解析で用いられた技術は、局所的max-cutのような他のPLS完全問題へと適応可能か？
• RQ5 負の相関は、局所探索ダイナミクスにおける確率的改善列の解析において、どのような役割を果たすか？

主な発見

• すべての辺の重みに小さな確率的摂動が加えられた場合、FLIPアルゴリズムは高確率で多項式時間内にmax-cut問題の局所最適解に到達する。
• 局所的max-cutの滑らかさ複雑度は、ϕ が摂動分布の密度の上界であるとして、poly(n) · ϕ^O(log n) で有界である。
• FLIPアルゴリズムが多項式時間以上にかかってしまう確率は o_n(1) 未満であり、これは高確率で成功することを意味する。
• 解析により、選択プロセスにおける負の相関のため、長大な改善列が生じる確率は指数的に低いことが示された。
• この結果により、滑らかさ解析のもとで、局所的max-cutはNP困難なグローバルmax-cut問題よりも著しく容易であることが確認された。
• 開発された枠組みは、ナッシュ均衡やホプフィールドネットワークダイナミクスなどのPLS複雑度クラスに属する他の問題へも拡張可能である。