[論文レビュー] Online Geometric Discrepancy for Stochastic Arrivals with Applications to Envy Minimization

Haotian Jiang, Janardhan Kulkarni+1 more|arXiv (Cornell University)|Oct 2, 2019

Mathematical Approximation and Integration参考文献 28被引用数 4

ひとこと要約

本稿では、単位区間または単位正方形上で一様にランダムに到着する点を想定する確率的設定において、幾何的不均衡を最小化する効率的なオンラインアルゴリズムを提示する。このアルゴリズムは、双曲正弦関数に基づく新規なポテンシャル関数を活用することで、区間の不均衡を動的にバランスさせ、ランダムカラーイングの $~ O(ar{n}) $ に比べて顕著に優れた部分多項式期待不均衡を達成する。さらに、この手法をオンライン割り当て問題における不満最小化の改善に応用する。

ABSTRACT

Consider a unit interval $[0,1]$ in which $n$ points arrive one-by-one independently and uniformly at random. On arrival of a point, the problem is to immediately and irrevocably color it in $\{+1,-1\}$ while ensuring that every interval $[a,b] \subseteq [0,1]$ is nearly-balanced. We define \emph{discrepancy} as the largest imbalance of any interval during the entire process. If all the arriving points were known upfront then we can color them alternately to achieve a discrepancy of $1$. What is the minimum possible expected discrepancy when we color the points online? We show that the discrepancy of the above problem is sub-polynomial in $n$ and that no algorithm can achieve a constant discrepancy. This is a substantial improvement over the trivial random coloring that only gets an $\widetilde{O}(\sqrt n)$ discrepancy. We then obtain similar results for a natural generalization of this problem to $2$-dimensions where the points arrive uniformly at random in a unit square. This generalization allows us to improve recent results of Benade et al.\cite{BenadeKPP-EC18} for the online envy minimization problem when the arrivals are stochastic.

研究の動機と目的

• 点が敵対的ではなく、一様にランダムに到着するオンライン幾何的不均衡問題における不均衡最小化という課題に取り組む。
• ランダムカラーイングの $\widetilde{O}(\sqrt{n})$ の境界を上回る、部分多項式期待不均衡を達成する効率的なオンラインアルゴリズムを設計する。
• 改善された不均衡バウンドを、確率的到着を伴うオンライン不満最小化問題に応用する。
• オンラインアルゴリズムが確率的区間設定において定数不均衡を達成できないことを示す。これは、オフライン解が不均衡 1 を達成可能であるのに対し、オンラインでは不可能であることを示す。
• 木構造による構築を用いて、分離補題のタイトネスを証明することで、オンライン不均衡の理論的限界を確立する。

提案手法

• アルゴリズムは、双曲正弦関数 $\sinh(\lambda x)$ を用いたポテンシャル関数を用い、点の到着に応じて区間の不均衡を動的にバランスさせる。
• ポテンシャル関数におけるキャンセル効果を制御するため、各点の周囲に「危険領域」を定義し、不均衡の無制限な増大を防ぐ。
• 分析では、ペアの点の $\sinh(\lambda x)$ 項の和を制限する分離補題を導入し、それらの組み合わせによる不均衡が、個々の最大不均衡の少なくとも $\frac{8}{9}$ に達することを示す。
• 分離補題のタイトネスを示すために、再帰的な木構造による構築が用いられ、この境界を著しく改善できないことを示す。
• 正負の不均衡の適切なバランスを保つことで、ポテンシャル関数の成長を制御し、期待不均衡が $n$ の部分多項式にとどまることを保証する。
• アルゴリズムはオンラインである：点の到着と同時に、局所的情報とポテンシャル関数のみを用いて、$+1$ または $-1$ の色を即座にかつ不可逆に割り当てる。

実験結果

リサーチクエスチョン

• RQ1 確率的到着を伴う幾何的不均衡問題において、オンラインアルゴリズムはランダムカラーイングの $\widetilde{O}(\sqrt{n})$ の境界を上回る部分多項式期待不均衡を達成可能か？
• RQ2 一様ランダム到着を伴うオンライン区間不均衡問題において、$\widetilde{O}(\sqrt{n})$ より顕著に小さい不均衡を達成可能か？
• RQ3 確率的区間設定におけるオンライン不均衡の根本的限界は何か？定数不均衡を達成可能か？
• RQ4 改善された不均衡バウンドは、オンライン不満最小化問題のパフォーマンス向上にどのように活用可能か？
• RQ5 双曲関数のための分離補題はタイトであると示せるか？これは不均衡最小化の限界に何を示唆するか？

主な発見

• 本稿では、確率的区間不均衡問題において、オンラインアルゴリズムが定数不均衡を達成できないことを証明している。これは、一様ランダム到着であっても同様である。
• ランダムカラーイングの $\widetilde{O}(\sqrt{n})$ の境界を著しく上回る部分多項式期待不均衡を達成する効率的なオンラインアルゴリズムが設計された。
• 主な技術的貢献は、任意の二点 $x$ と $y$ に対して、ある条件下で $|\sinh(\lambda x) + \sinh(\lambda y)|$ が、$|\sinh(\lambda x)|$ と $|\sinh(\lambda y)|$ の最大値の少なくとも $\frac{8}{9}$ に達することを示す分離補題である。
• 分析により、期待不均衡が $n$ の任意の多項式よりも遅く成長することが示され、部分多項式成長であることが裏付けられる。
• この手法は、単位正方形内の点の2次元ケースへも拡張され、同様に部分多項式不均衡バウンドが得られた。
• Benade ら [BKPP18] の最近のオンライン不満最小化の境界を改善し、特に確率的到着モデルにおいて顕著な向上が得られた。