[論文レビュー] Matrices of Optimal Tree-Depth and Row-Invariant Parameterized Algorithm for Integer Programming

Timothy F. N. Chan, Jacob W. Cooper+3 more|arXiv (Cornell University)|Jan 1, 2020

Constraint Satisfaction and Optimization被引用数 4

ひとこと要約

本稿では、整数計画法の制約行列の列によって定義されるマトロイドのブランチ・ディープネスが、行変換によって達成可能な最小の双対ツリー・ディープネスに等しく、係数の大きさとブランチ・ディープネスをパrameterとする固定パrameter tractable（FPT）アルゴリズムを可能にする。主な貢献は、行に依存しないパラメータ化されたアルゴリズムであり、最適なツリー・ディープネスと有界なエントリの複雑さを持つ同値な行列を計算する。

ABSTRACT

A long line of research on fixed parameter tractability of integer programming culminated with showing that integer programs with n variables and a constraint matrix with tree-depth d and largest entry Δ are solvable in time g(d,Δ) poly(n) for some function g, i.e., fixed parameter tractable when parameterized by tree-depth d and Δ. However, the tree-depth of a constraint matrix depends on the positions of its non-zero entries and thus does not reflect its geometric structure. In particular, tree-depth of a constraint matrix is not preserved by row operations, i.e., a given integer program can be equivalent to another with a smaller dual tree-depth. We prove that the branch-depth of the matroid defined by the columns of the constraint matrix is equal to the minimum tree-depth of a row-equivalent matrix. We also design a fixed parameter algorithm parameterized by an integer d and the entry complexity of an input matrix that either outputs a matrix with the smallest dual tree-depth that is row-equivalent to the input matrix or outputs that there is no matrix with dual tree-depth at most d that is row-equivalent to the input matrix. Finally, we use these results to obtain a fixed parameter algorithm for integer programming parameterized by the branch-depth of the input constraint matrix and the entry complexity. The parameterization by branch-depth cannot be replaced by the more permissive notion of branch-width.

研究の動機と目的

• 双対ツリー・ディープネスが行変換に対して不変でないという制限を解消し、幾何的構造が見えにくくなるのを防ぐ。
• 整数計画法の内在的な幾何的構造をよりよく捉える、行に依存しないパラメータを同定する。
• この不変パラメータを用いて、整数計画法の固定パラメータ tractable（FPT）アルゴリズムを開発する。
• 最小の双対ツリー・ディープネスと有界なエントリの複雑さを保つ行同値行列を計算するアルゴリズムを設計する。
• ブランチ・ディープネスが固定パラメータ tractability のために正しいパラメータであることを証明し、ブランチ・ワイドスに置き換えることはできないことを示す。

提案手法

• マトロイドのブランチ・ディープネスを、すべての行同値行列における最小の双対ツリー・ディープネスとして定義する。
• マトロイドの双対性とディープネス分解を用いて、マトロイドの主成分ディープネス分解を介してブランチ・ディープネスを特徴付ける。
• d と K の関数によって有界な素数 q を用いて、有限体 Fq 上でマトロイドを表現し、同型性を保つ。
• クラメルの定理を用いて、有限体内での表現のエントリの複雑さを評価し、有理数ベクトルが整数ベクトルにスケーリング可能であることを保証する。
• 元のマトロイドと有限体上のマトロイドとの同型性を活用して、ディープネス分解を転送し、拡張されたディープネス分解を計算する。
• 拡張されたディープネス分解を用いて、エントリの複雑さが有界で、最適な双対ツリー・ディープネスを持つ行同値行列 A′ を構築する。

実験結果

リサーチクエスチョン

• RQ1 制約行列の双対ツリー・ディープネスは行変換によって最小化可能であり、その最小値は行同値関係において不変か？
• RQ2 双対ツリー・ディープネスよりも、整数計画法の幾何的構造をよりよく反映する行に依存しないパラメータは存在するか？
• RQ3 この不変パラメータを用いて、整数計画法の固定パラメータ tractable（FPT）アルゴリズムを設計可能か？
• RQ4 ブランチ・ディープネスは、固定パラメータ tractability のために最もタイトなパラメータか？それとも、より緩いパラメータ（例：ブランチ・ワイドス）で十分か？
• RQ5 最小の双対ツリー・ディープネスを持つ行列を、エントリの複雑さが有界であることを保ちながら、効率的に計算可能か？

主な発見

• すべての行同値行列における最小の双対ツリー・ディープネスは、制約行列の列によって定義されるマトロイドのブランチ・ディープネスに等しい。
• 最小の双対ツリー・ディープネスと d と K の関数によって有界なエントリの複雑さを持つ行同値行列を計算する固定パラメータアルゴリズムが存在する。
• 整数計画法は、ブランチ・ディープネス d∗ と係数の大きさ ∆ でパラメータ化された場合、実行時間 g(d∗, ∆)poly(n) の固定パラメータ tractable（FPT）である。
• 計算された行同値行列 A′ のエントリの複雑さは、O(d²²²ᵈ log K) で有界であり、K は元の行列のエントリの絶対値の最大値である。
• ブランチ・ディープネスはブランチ・ワイドスに置き換えることはできず、ブランチ・ワイドスが有界で ∆ が有界な場合でも、整数計画法は依然として NP 困難である。
• アルゴリズムは、ブランチ・ディープネスが与えられた d を超える場合を正しく特定し、そうでない場合には有限体上でのディープネス分解を計算し、bd(M) = bd(M′) を満たす。