[論文レビュー] On Approximating Optimal Weighted Lobbying, and Frequency of Correctness versus Average-Case Polynomial Time

Gábor Erdélyi, Lane A. Hemaspaandra+2 more|ArXiv.org|Mar 20, 2007

Auction Theory and Applications参考文献 16被引用数 8

ひとこと要約

本稿では、投票システムにおけるNP困難なロビーイング問題の変種である最適重み付きロビーイング問題に対して、対数的近似比を達成する貪欲法を提示する。また、一様分布下で平均的多項式時間で解けるすべての問題は、頻繁に自己認識的に正しい多項式時間アルゴリズムを備えることを確立し、平均的複雑性のモデルとしてのジャンタ分布の使用を批判する。

ABSTRACT

We investigate issues related to two hard problems related to voting, the optimal weighted lobbying problem and the winner problem for Dodgson elections. Regarding the former, Christian et al. [CFRS06] showed that optimal lobbying is intractable in the sense of parameterized complexity. We provide an efficient greedy algorithm that achieves a logarithmic approximation ratio for this problem and even for a more general variant--optimal weighted lobbying. We prove that essentially no better approximation ratio than ours can be proven for this greedy algorithm. The problem of determining Dodgson winners is known to be complete for parallel access to NP [HHR97]. Homan and Hemaspaandra [HH06] proposed an efficient greedy heuristic for finding Dodgson winners with a guaranteed frequency of success, and their heuristic is a ``frequently self-knowingly correct algorithm.'' We prove that every distributional problem solvable in polynomial time on the average with respect to the uniform distribution has a frequently self-knowingly correct polynomial-time algorithm. Furthermore, we study some features of probability weight of correctness with respect to Procaccia and Rosenschein's junta distributions [PR07].

研究の動機と目的

• 影響を及ぼすために異なるコストがかかる有権者を考慮する最適重み付きロビーイング問題に対する効率的な近似アルゴリズムの開発。
• Christianら（2006年）が研究した元の重みなしロビーイング問題に対しても、近似結果を拡張すること。
• 平均的多項式時間での解法可能性と、頻繁に自己認識的に正しいアルゴリズムの存在との関係を調査すること。
• ProcacciaとRosenscheinのジャンタ分布が平均的複雑性のモデルとして有効かどうかを分析すること。
• 正しさの頻度に関する結果が平均的複雑性と同等ではないことを明確にすること、むしろ正しさの確率的重みに関する別の分析枠組みを反映していること。

提案手法

• 目標結果を達成するための総コストを最小化するために、コスト対インパクト比が最良の有権者を反復的に選択する貪欲法を提案。
• 貪欲法が重み付きおよび重みなしロビーイング問題の両方に対して、対数的近似比（O(log n)）を達成することを証明。
• 標準的な解析手法を用いて、この貪欲法の近似比をさらに改善することはできないことを示す。
• 「頻繁に自己認識的に正しい」アルゴリズムという概念を導入・形式化し、そのアルゴリズムが正しく動作している頻度が高いことを検出可能であることを示す。
• 一様分布下で平均的多項式時間で解けるすべての問題は、このような頻繁に自己認識的に正しいアルゴリズムを備えることを示す。
• ProcacciaとRosenscheinが定義したジャンタ分布（以下、ジャンタ分布）を分析し、基本的条件の下で、すべてのNP困難集合が決定的ヒューリスティック多項式時間にある集合に≤p_m還元可能であることを証明。これにより、モデルの過剰包含性と符号化に敏感であることが浮き彫りになる。

実験結果

リサーチクエスチョン

• RQ1 貪欲法は、最適重み付きロビーイング問題に対して、証明可能な良い近似比を達成できるか？
• RQ2 平均的多項式時間での解法可能性と、頻繁に自己認識的に正しいアルゴリズムの存在との間に、関係があるか？
• RQ3 ProcacciaとRosenscheinのジャンタ分布は、平均的複雑性のモデルとして妥当または意味のあるものか？
• RQ4 決定的ヒューリスティック多項式時間という概念は、NP困難集合に意味的に適用可能か？ その制限は何か？
• RQ5 正しさの頻度に関する結果は、平均的複雑性の結果と同等か、それとも別の種類の分析を表しているか？

主な発見

• 提案された貪欲法は、最適重み付きロビーイング問題に対してO(log n)の近似比を達成し、この上限はアルゴリズムにとって本質的にタイトである。
• 一様分布下で平均的多項式時間で解けるすべての問題は、頻繁に自己認識的に正しい多項式時間アルゴリズムを備える。
• 基本的ジャンタ条件の下で、すべてのNP困難集合は、決定的ヒューリスティック多項式時間にある集合に≤p_m還元可能であり、モデルが過剰に包含的であることが示された。
• 決定的ヒューリスティック多項式時間の概念は、多項式時間同型写像に関して閉じていないため、モデルに根本的な制限が存在することが判明した。
• 本稿では、正しさの頻度に関する結果（例：正しさの確率的重み）が平均的複雑性と同等ではないと主張し、むしろ別個の分析枠組みを反映していると結論づける。
• ジャンタ分布モデルが符号化の詳細に敏感であり、例えばSAT ⊕ HPのような決定不能集合に対してもヒューリスティック多項式時間を与える極端な振る舞いを示すことが判明した。