[論文レビュー] On the Hardness of SAT with Community Structure

Nathan Mull, Daniel J. Fremont+1 more|arXiv (Cornell University)|Feb 27, 2016

Constraint Satisfaction and Optimization参考文献 17被引用数 4

ひとこと要約

本稿では、コミュニティ構造—一般的にCDCL SATソルバーの効率の理由として挙げられる—が tractability（ tractability）を保証しないことを示している。高モジュラリティを持つSATインスタンスは依然としてNP困難であり、指数的長さの解釈証明を必要とすることがある。擬似産業的コミュニティ結合モデルを用いて、少数のコミュニティを持つ非常にモジュラーなインスタンスですらCDCLソルバーにとって難しいことを著者らは証明しており、産業的ソルバーの成功の背後にはモジュラリティを超える構造的要因が関与している可能性を示唆している。

ABSTRACT

Recent attempts to explain the effectiveness of Boolean satisfiability (SAT) solvers based on conflict-driven clause learning (CDCL) on large industrial benchmarks have focused on the concept of community structure. Specifically, industrial benchmarks have been empirically found to have good community structure, and experiments seem to show a correlation between such structure and the efficiency of CDCL. However, in this paper we establish hardness results suggesting that community structure is not sufficient to explain the success of CDCL in practice. First, we formally characterize a property shared by a wide class of metrics capturing community structure, including "modularity". Next, we show that the SAT instances with good community structure according to any metric with this property are still NP-hard. Finally, we study a class of random instances generated from the "pseudo-industrial" community attachment model of Giráldez-Cru and Levy. We prove that, with high probability, instances from this model that have relatively few communities but are still highly modular require exponentially long resolution proofs and so are hard for CDCL. We also present experimental evidence that our result continues to hold for instances with many more communities. This indicates that actual industrial instances easily solved by CDCL may have some other relevant structure not captured by the community attachment model.

研究の動機と目的

• コミュニティ構造（モジュラリティなどの指標によって測定される）が、産業ベンチマークにおけるCDCL SATソルバーの実験的成功を説明できるかどうかを調査すること。
• 明確な構造的規則性を示すにもかかわらず、良いコミュニティ構造を持つSATインスタンスが依然として計算的に困難であるかどうかを特定すること。
• コミュニティ結合モデルから生成されたランダムインスタンスにおけるCDCLの平均ケース複雑性を分析すること、特に証明長と実行時間に注目すること。
• 現在のコミュニティベースのモデルが、実世界のインスタンスにおけるCDCLの有効性の真の理由を捉えるのにどの程度構造的限界を示しているかを同定すること。

提案手法

• 多項式クリーク指標（PCMs）を導入し、モジュラリティを一般化し、さまざまなコミュニティ構造測定値を捉える広範なグラフ指標のクラスを構築する。
• 任意のPCMに基づく良好なコミュニティ構造を持つSATインスタンスが依然としてNP困難であることを証明し、このような構造が tractability（ tractability）を意味しないことを示す。
• コミュニティ結合モデルからのランダムな充足不能インスタンスを分析し、コミュニティ数とモジュラリティ水準に注目する。
• コミュニティ数が多項式的でない（o(n^{1/10}））場合、このようなインスタンスは高確率で指数的長さの解釈証明を必要とする。
• 確率的解析と解釈証明複雑性を用いて、特定のパrameter（パrameter）領域において証明長に指数的下界を示す。
• パラメータ化されたインスタンス族に対してMiniSatを用いた実験的評価を実施し、さまざまなコミュニティサイズと総論理式サイズにおける実行時間の挙動を観察する。

実験結果

リサーチクエスチョン

• RQ1 モジュラリティなどの指標によって捉えられるコミュニティ構造は、産業ベンチマークにおけるCDCL SATソルバーの効率を説明できるか？
• RQ2 高モジュラリティを持つSATインスタンスは依然NP困難であるか、それともこのような構造が tractability（ tractability）をもたらすか？
• RQ3 コミュニティ結合モデルから生成されたランダムインスタンスにおけるCDCLの平均ケース複雑性はいかほどか？
• RQ4 コミュニティ数が、特に解釈証明長の観点から、モジュラーSATインスタンスの難易度にどのように影響するか？
• RQ5 実際の産業的インスタンスにおけるCDCLのパフォーマンスに寄与する構造的特徴として、モジュラリティやコミュニティ数を超えるものがあるか？

主な発見

• 任意の多項式クリーク指標（PCM）に基づく良好なコミュニティ構造を持つSATインスタンスは、依然としてNP困難であり、このような構造が単独で tractability（ tractability）を保証しないことを示している。
• コミュニティ数がΘ(n^{1/10})未満で、高モジュラリティを持つ、コミュニティ結合モデルからのランダムな充足不能インスタンスでは、CDCLが高確率で指数的長さの解釈証明を必要とする。
• 実験的結果から、コミュニティサイズが大きくなると実行時間が指数的に増加することが示され、理論的境界を超えて指数的難易度が継続している可能性を示唆している。
• 大きなコミュニティサイズ（例：α = 0.4）は、小さなサイズよりも著しく長い実行時間をもたらすが、異なるα値間の性能差は、コミュニティサイズの指数的増加に比べて小さい。
• コミュニティ数は重要な要因である：c = Θ(n / log n)の場合、短い反証の確率が上昇し、この領域では多項式時間での解法が可能になる可能性がある。
• 高モジュラリティにもかかわらず、このモデルは実産業的インスタンスの真の構造的複雑性を捉えていないため、CDCLの実際の成功の背後には、モジュラリティやコミュニティ数を超える追加の構造的特徴がある可能性を示唆している。