[論文レビュー] Matroid secretary problem in the random assignment model

José A. Soto|arXiv (Cornell University)|Jan 23, 2011

Optimization and Search Problems参考文献 21被引用数 27

ひとこと要約

本稿は、ランダム割り当てモデルにおけるマトロイド・セクレタリー問題に対する最初の定数競合比アルゴリズムを提示し、競合比 $\frac{2e^2}{e-1}$ を達成する。これはババイオフらが提起した未解決問題を解決するものであり、マトロイドの主分割、一様に密度の高い部分マトロイドへの分解、およびこうした部分マトロイドに対する新しい 2e-競合比アルゴリズムを活用している。

ABSTRACT

In the Matroid Secretary Problem, introduced by Babaioff et al. [5], the elements of a given matroid are presented to an online algorithm in random order. When an element is revealed, the algorithm learns its weight and decides whether or not to select it. The objective is to return a maximum weight independent set of the matroid. There are different variants for this problem depending on the information known about the weights beforehand.In the random assignment model, a hidden list of weights is randomly assigned to the matroid ground set, independently from the random order they are revealed to the algorithm. Our main result is the first constant competitive algorithm for this version of the problem, solving an open question of Babaioff et al. Our algorithm achieves a competitive ratio of 2e2/(e − 1). It exploits the notion of principal partition of a matroid, its decomposition into uniformly dense minors, and a 2e-competitive algorithm for uniformly dense matroids we also develop.We also present constant competitive algorithms in the standard model where the weights are assigned adversarially, for various classes of matroids including cographic, low density, k-column sparse linear matroids and the case when every element is in a small cocircuit. In the same model, we give a new O(log r)-competitive algorithm for matroids of rank r which only uses the relative order of the weights seen and not their actual values, as previously needed.

研究の動機と目的

• ランダム割り当てモデル下でのマトロイド・セクレタリー問題において、定数競合比を達成するアルゴリズムを設計すること。
• 一般マトロイドを一様に密度の高い部分マトロイドに分解する枠組みを構築し、アルゴリズム的応用を可能とすること。
• 特定のマトロイドクラス（cographic、低密度、k列スパース線形マトロイドなど）に対して、敵対的重みモデルへの拡張を含めた競合比アルゴリズムを拡張すること。
• 実際の重み値に依存せず、相対順序のみに依存するアルゴリズムを、ランク $r$ のマトロイドに対して $O(\log r)$ の競合比で設計すること。

提案手法

• マトロイドの主分割を用いて、一様に密度の高い部分マトロイドに分解することで、モジュラーなアルゴリズム的取り扱いを可能にする。
• 一様に密度の高いマトロイドに特化した新しい 2e-競合比アルゴリズムを適用する。
• 地面集合への重みの割り当てを、公開順序とは独立して確率的に行い、確率的重み割り当てをモデル化する。
• 主分割の構造と部分マトロイドの密度特性に基づいた競合比分析を導入する。
• 到着した重みの相対的順序のみを用い、絶対値に依存しない相対順序オンliーモデルを設計する。
• 構造的マトロイド理論とオンラインアルゴリズム設計を統合し、ランダム割り当てモデル下で定数競合比を達成する。

実験結果

リサーチクエスチョン

• RQ1 重みが地面集合に公開順序とは独立してランダムに割り当てられる場合、マトロイド・セクレタリー問題に対して定数競合比を達成できるアルゴリズムを設計できるか？
• RQ2 マトロイドの主分割は、取り扱い可能な部分問題に問題を分解するためにどのように活用できるか？
• RQ3 一様に密度の高いマトロイドに対して達成可能な競合比は何か？ そして、一般マトロイドへはどのように拡張できるか？
• RQ4 アルゴリズムは、実際の重み値の知識なしに、相対順序のみに依存して設計できるか？
• RQ5 cographic または低密度マトロイドなどの構造的マトロイドクラスにおいて、敵対的重み割り当てモデル下で達成可能な競合比は何か？

主な発見

• 本稿は、ランダム割り当てモデル下でのマトロイド・セクレタリー問題に対して、競合比 $\frac{2e^2}{e-1}$ を達成し、この設定における最初の定数競合比アルゴリズムを実現した。
• アルゴリズムは、マトロイドを主分割を用いて一様に密度の高い部分マトロイドに分解することで、モジュラーな解析と設計を可能としている。
• 一様に密度の高いマトロイドに特化した新しい 2e-競合比アルゴリズムが開発され、これがコアな構成要素となっている。
• 敵対的重み割り当て下でも、cographic、低密度、および k列スパース線形マトロイドに対して定数競合比アルゴリズムが確立された。
• ランク $r$ のマトロイドに対して、$O(\log r)$ の競合比を達成するアルゴリズムが提示され、実際の重み値に依存しない。
• 構造的マトロイド分解、特に主分割による分解が、オンライン選択問題における競合比の達成に強力なツールであることが示された。