[論文レビュー] Lower bounds for contingency tables via Lorentzian polynomials

Petter Brändén, Jonathan Leake+1 more|arXiv (Cornell University)|Aug 13, 2020

Markov Chains and Monte Carlo Methods参考文献 50被引用数 5

ひとこと要約

本稿では、ローレンツ型多項式を用いて、与えられた行和・列和を持つ分割表の個数に対する新たな下界を導出し、バーヴィノクとエルヴィーツの先行研究に比べ顕著に改善された。この手法は凸最適化と容量理論を活用し、計算が速く、漸近的に鋭い下界を提供する。これは有界および無限大の要素に対しても適用可能であり、輸送多面体およびフロー多面体の体積推定に直接応用可能である。

ABSTRACT

We present a new lower bound on the number of contingency tables, improving upon and extending previous lower bounds by Barvinok and Gurvits. As an application, we obtain new lower bounds on the volumes of flow and transportation polytopes. Our proofs are based on recent results on Lorentzian polynomials.

研究の動機と目的

• 指定された周辺和を持つ分割表の個数に対するより鋭い下界を確立すること、特に非一様かつセル制限付きの設定において。
• バーヴィノクとエルヴィーツの既存の下界を拡張・改善すること、特に漸近的状況およびスパースまたは構造的を持つ行列において。
• 凸最適化を用いた計算効率の良い方法を提供し、分割表の個数および多面体の体積を近似すること。
• ローレンツ型多項式が組合せ的数え上げおよび離散幾何学において、整数点の個数を評価する文脈でどのように有用であるかを示すこと。
• MCMC やその他の近似手法に対する、証明可能に強い代替手法を提供すること、特に従来の下界が失敗または劣化する場合に有効である。

提案手法

• ローレンツ型多項式を用いて、与えられた周辺和とセル制約を持つ分割表の個数に対する新たな下界を導出する。
• 多変数多項式の容量を核心的量として用い、変数を (0,1) 内で最小化することで定義され、凸最適化により計算可能である。
• ローレンツ型多項式に関する最近の結果を応用し、下界の妥当性と鋭さを裏付ける対数的凸性および安定性の性質を確立する。
• 下界を $ \operatorname{CT}(\bm{\alpha},\bm{\beta}) \geq \left[ \frac{1}{e^{m+n-1}} \prod_{i=2}^{m} \frac{1}{\alpha_i+1} \prod_{j=1}^{n} \frac{1}{\beta_j+1} \right] \cdot \operatorname{Cap}_{\bm{\alpha}\bm{\beta}} $ の形で導出する。ここで $ \operatorname{Cap}_{\bm{\alpha}\bm{\beta}} $ は多項式の容量を表す。
• セル制限付き分割表 $ a_{ij} \leq k_{ij} $ に対してこの下界を一般化し、0-1 の場合にエルヴィーツの下界を回復する。
• 下界を用いて、周辺和が増大する極限において、輸送多面体およびフロー多面体の体積に対する新たな下界を導出する。

実験結果

リサーチクエスチョン

• RQ1 ローレンツ型多項式理論を用いて、従来の手法よりも鋭い分割表の個数の下界を導出可能か？
• RQ2 非一様またはスパースな設定において、新しい下界はバーヴィノクおよびエルヴィーツの下界と漸近的にどのように比較されるか？
• RQ3 容量に基づく下界は、分割表の個数の実用的かつ効率的な近似としてどの程度有効か？
• RQ4 この下界は、輸送多面体およびフロー多面体の体積推定にどのような意味を持つのか？
• RQ5 Good の独立性ヒューリスティックのようなヒューリスティック近似よりも、どのような状況で新しい下界が顕著に優れるか？

主な発見

• 新しい下界は、周辺和が有界な場合にバーヴィノクの下界を漸近的に改善し、セル制限付きの場合は厳密に強く、より優れた下界を提供する。
• 凸最適化により多項式時間で計算可能であり、分割表の個数の実用的近似に適している。
• 一様な場合においては真の値からまだ離れているが、そのような状況下でも証明可能に正しい下界として最良のものである。
• 0-1 の分割表（すなわち二部グラフにおける完全マッチング）に対して、エルヴィーツの下界を回復・改善する。
• 輸送多面体およびフロー多面体の体積に対する新たな下界を導出し、周辺和が増大する極限において特に有効である。
• 数値実験の結果、新しい下界は従来のものよりも鋭いが、非一様な状況では真の個数をまだ下回っているが、Good の独立性ヒューリスティックのようなヒューリスティック近似と比較して競争力を持つ。