[論文レビュー] On Quadratization of Pseudo-Boolean Functions

Endre Boros, Aritanan Gruber|arXiv (Cornell University)|Apr 25, 2014

Machine Learning and Algorithms参考文献 23被引用数 31

ひとこと要約

本稿は、高次元の擬造ブール関数に対する新しい四乗化技術を紹介し、複数の分割を許容する新しい逐項的手法と、共通の変数部に基づく最初の集約的アプローチを提案する。主な貢献は、補助変数および非準単調項の数を削減することで、QPBO などの既存の二次計画ソルバーを用いたより効率的な最小化を可能にし、コンピュータビジョン応用において先行研究を上回る改善を示している。

ABSTRACT

We survey current term-wise techniques for quadratizing high-degree pseudo-Boolean functions and introduce a new one, which allows multiple splits of terms. We also introduce the first aggregative approach, which splits a collection of terms based on their common parts.

研究の動機と目的

• コンピュータビジョンやチップ設計の応用で一般的に見られる高次元の擬造ブール関数を効率的に最小化する手法の不足に対処すること。
• 補助変数の数を減らし、非準単調項を最小限に抑える四乗化技術を開発し、多項式時間のソルバーとの互換性を高めること。
• 共通の変数部分に基づいて項を分割する新しい集約的アプローチを導入し、逐項的手法よりも効率を向上させること。
• 特に準単調および非準単調の場合において、理論的保証と実用的改善を提供し、四乗化の質を向上させること。
• 提案手法が実世界のコンピュータビジョン問題において有効であることを実証し、収束が速く、変数の固定率が高いことを示すこと。

提案手法

• 単一の高次元項を補助変数を用いて複数の二次項に分割できる新しい逐項的四乗化手法を提案する。
• 共通の変数部分（C）を持つ項をグループ化し、C に属する変数の論理積を表す1つの補助変数を用いる集約的アプローチを導入する。
• αH ≥ 0 である形 ∑αH∏(H∪C)xj の断片に定理2を適用し、w を ∏j∈Cxj で表すことで、元の関数に最小値が一致する二次式を得る。
• 負の項に対しても w(1 - ∏Cxj - ∏Hxj) を用いて拡張し、最小値が元の関数と一致することを保証する。
• 定理2を再帰的に適用することで、n 変数関数に対しては最大で n−1 個の正の二次項を有する四乗化を達成する。
• 後処理として QPBO アルゴリズムを用い、恒久性および準単調性を活用して最適値における変数の固定を実現する。

実験結果

リサーチクエスチョン

• RQ1 個々の項を個別に処理するのではなく、共通の変数部分を持つ項をグループ化することで四乗化を改善できるか？
• RQ2 大きな係数を導入せずに、補助変数および非準単調項の数を削減することは可能か？
• RQ3 提案された集約的アプローチにより、従来の手法よりも準単調的または最小化が容易な四乗化が得られるか？
• RQ4 任意の擬造ブール関数を四乗化するのに必要な補助変数の理論的上限は何か？
• RQ5 実世界の最適化問題において、新しい四乗化手法は従来手法と比較して、変数の固定率および実行時間の点でどのように差を示すか？

主な発見

• 提案された集約的四乗化手法は、先行の逐項的手法と比較して、補助変数および正の二次項の数を削減している。
• 定理2を再帰的に適用することで、n 変数関数に対しては最大で n−1 個の正の二次項を有する四乗化が可能であり、複雑さがこのような項の数に起因するわけではないことが示された。
• QPBO アルゴリズムを用いたより高速で効果的な変数の固定が可能であり、コンピュータビジョン応用では最適値に固定される変数が最大 80–90% に達する。
• 負の項の断片に対して w(1 - ∏Cxj - ∏Hxj) を用いた四乗化は正しさを保証し、係数の増大を抑える。
• 実験的結果から、最近の手法 [16] と比較して、新規四乗化アプローチが新たに導入する変数および正の項の数を顕著に削減していることが示された。
• 本稿では、多くのコンピュータビジョン問題に対して準単調四乗化が存在することを実証し、ネットワークフロー法による効率的な最小化が可能であることを示した。