[論文レビュー] On the Fixed-Parameter Tractability of Capacitated Clustering

Vincent Cohen-Addad, Jason Li|arXiv (Cornell University)|Aug 30, 2022

Facility Location and Emergency Management被引用数 15

ひとこと要約

本稿では、一般の距離空間およびユークリッド空間における容量制約付き $k$-メディアンおよび $k$-ミーンスクラスタリングの、初めての固定パラメータ tractable (FPT) 近似アルゴリズムを提示する。$k$-メディアンに対しては $(3+\epsilon)$-近似、$k$-ミーンスに対しては $(9+\epsilon)$-近似を達成し、実行時間は $f(\epsilon,k)n^{O(1)}$ であり、それぞれ従来の $(7+\epsilon)$ および $(69+\epsilon)$ の境界を著しく改善する。

ABSTRACT

We study the complexity of the classic capacitated k-median and k-means problems parameterized by the number of centers, k. These problems are notoriously difficult since the best known approximation bound for high dimensional Euclidean space and general metric space is $Θ(\log k)$ and it remains a major open problem whether a constant factor exists. We show that there exists a $(3+ε)$-approximation algorithm for the capacitated k-median and a $(9+ε)$-approximation algorithm for the capacitated k-means problem in general metric spaces whose running times are $f(ε,k) n^{O(1)}$. For Euclidean inputs of arbitrary dimension, we give a $(1+ε)$-approximation algorithm for both problems with a similar running time. This is a significant improvement over the $(7+ε)$-approximation of Adamczyk et al. for k-median in general metric spaces and the $(69+ε)$-approximation of Xu et al. for Euclidean k-means.

研究の動機と目的

• 固定パラメータ tractable (FPT) の枠組みにおいて、容量制約付き $k$-メディアンおよび $k$-ミーンスの定数因子近似を達成するという長年の未解決問題に取り組む。
• 容量違反またはクラスタ数違反に依存する既存の近似アルゴリズムの限界を克服する。
• 容量違反やクラスタ数違反を伴わずに、一般距離空間および高次元ユークリッド空間における FPT 近似のためのフレームワークを構築する。
• アダムツィクらの $(7+\epsilon)$-近似およびシュウらの $(69+\epsilon)$-近似といった先行研究を上回る結果を改善する。
• 一般距離空間およびユークリッド距離空間の両方において、コアセットと次元削減技術を用いた新しい FPT 近似スキームを確立する。

提案手法

• 入力点集合に対して、$ (k \log n / \epsilon)^{O(1)} $ のサイズのコアセットを構築し、近似的に最適なクラスタリングコストを $ \epsilon \cdot \text{OPT} $ の範囲で保持する。
• 距離を $ (1+\epsilon) $ 要因内で保持するように、コアセットを $ \frac{\log k + \log \log n}{\epsilon^{O(1)}} $ 次元のユークリッド空間に射影する次元削減写像を適用する。
• 各コアセット点に対して、距離スケール $ \epsilon \gamma / (n \log n) $ を基準に、同心円状のリングを定義する。ここで $ \gamma $ は最適コストの推定値である。
• 各リング上に、$ \epsilon \cdot (1+\epsilon)^i \cdot \epsilon \gamma / (n \log n) $-ネットを構築し、ネット点によって誘導されるボロノイ図を計算する。
• 各ボロノイ細胞に対して、容量に基づいて上位 $k$ 個の候補センターを選び、それらを候補集合 $ \mathcal{V} $ に含める。これにより、近似的に最適な中心がカバーされる。
• 候補集合 $ \mathcal{V} $ からすべての $k$-部分集合を列挙し、それらのコストを評価した後、最小コストの解を出力として返す。

実験結果

リサーチクエスチョン

• RQ1 一般距離空間における容量制約付き $k$-メディアン問題に対して、容量違反やクラスタ数違反を伴わずに定数因子の FPT 近似が達成可能か？
• RQ2 任意の次元のユークリッド空間における容量制約付き $k$-ミーンス問題に対して、FPT アルゴリズムが達成可能な最良の近似比は何か？
• RQ3 コアセットと次元削減技術を、クラスタリング問題における硬直的容量制約に適応可能か？
• RQ4 実行時間が $ f(\epsilon,k)n^{O(1)} $ で、$k$-メディアンの $(7+\epsilon)$ よりも優れた近似比を達成する FPT 近似スキームを設計可能か？
• RQ5 射影およびネット構築の下で最適解の構造がどのように保たれ、低次元空間における近似的最適性が保証されるか？

主な発見

• 本稿では、一般距離空間における容量制約付き $k$-メディアンに対して、実行時間 $ f(\epsilon,k)n^{O(1)} $ で $(3+\epsilon)$-近似アルゴリズムを提示し、従来の $(7+\epsilon)$-近似を改善する。
• 容量制約付き $k$-ミーンスに対しては、同じ実行時間で一般距離空間において $(9+\epsilon)$-近似を達成し、従来の $(69+\epsilon)$-近似を著しく改善する。
• 任意の次元のユークリッド空間において、$k$-メディアンおよび $k$-ミーンスの両方で $(1+\epsilon)$-近似を達成し、$ f(\epsilon,k)n^{O(1)} $ 時間で実行可能であり、非容量制約付きバージョンにおける既知の最良の PTAS と一致する。
• コアセット構築により、コアセット上で $ \epsilon \cdot \text{OPT} $ 以内のコストでクラスタリングが達成できる場合、元の入力に対して近似的に最適な解に持ち上げられることが保証される。
• リングベースのネットとボロノイ細胞選択の使用により、候補集合 $ \mathcal{V} $ には最適コストの $ (1+4\epsilon) $ 以内の解が含まれており、最終的な列挙ステップが $(3+\epsilon)$-近似解を発見可能である。
• 実行時間は $ (k \epsilon^{-1} \log n)^{k \epsilon^{-O(1)}} $ で抑えられ、これは $k$ および $\epsilon$ に関して FPT であり、$n$ に関して多項式的である。これにより、これらの問題に対する最初の FPT 近似が確立された。