[論文レビュー] Submodular Cost Allocation Problem and Applications

Chandra Chekuri, Alina Ene|arXiv (Cornell University)|May 10, 2011

Complexity and Algorithms in Graphs参考文献 11被引用数 5

ひとこと要約

この論文は、集合の分割を最小化するための一般化された枠組みである最小サブモジュラコスト割当（MSCA）問題を導入する。Lovász拡張を用いた凸計画緩和と、ラウンドイング技術を開発し、ハイパーグラフマルチウェイパーティションに対して(1.5−1/k)-近似、ハイパーグラフマルチウェイカットに対してmin{2(1−1/k), HΔ}-近似を達成する。これにより、施設配置、ラベリング、カット問題に関する先行研究が統合され、改善される。

ABSTRACT

We study the Minimum Submodular-Cost Allocation problem (MSCA). In this problem we are given a finite ground set $V$ and $k$ non-negative submodular set functions $f_1 ,..., f_k$ on $V$. The objective is to partition $V$ into $k$ (possibly empty) sets $A_1 ,..., A_k$ such that the sum $\sum_{i=1}^k f_i(A_i)$ is minimized. Several well-studied problems such as the non-metric facility location problem, multiway-cut in graphs and hypergraphs, and uniform metric labeling and its generalizations can be shown to be special cases of MSCA. In this paper we consider a convex-programming relaxation obtained via the Lovász-extension for submodular functions. This allows us to understand several previous relaxations and rounding procedures in a unified fashion and also develop new formulations and approximation algorithms for several problems. In particular, we give a $(1.5 - 1/k)$-approximation for the hypergraph multiway partition problem. We also give a $\min\{2(1-1/k), H_Δ\}$-approximation for the hypergraph multiway cut problem when $Δ$ is the maximum hyperedge size. Both problems generalize the multiway cut problem in graphs and the hypergraph cut problem is approximation equivalent to the node-weighted multiway cut problem in graphs.

研究の動機と目的

• 施設配置、マルチウェイカット、ラベリング問題の一般化として、最小サブモジュラコスト割当（MSCA）問題を形式化し、その研究を進める。
• サブモジュラ関数のLovász拡張を用いて、MSCAのための凸計画緩和を構築する。
• 非メトリック施設配置やハイパーグラフカットの問題における、既存のLP緩和とラウンドイングスキームを統合・一般化する。
• ハイパーグラフマルチウェイパーティションおよびマルチウェイカットのための、性能保証が得られる新たな近似アルゴリズムを提供する。
• 提案された緩和の整数性ギャップを分析し、特殊ケースに対してタイトな境界を確立する。

提案手法

• 地面集合Vをk個の部分集合に分割する最小化問題としてMSCAを定式化し、サブモジュラ関数f_i(A_i)の和を最小化する。
• 離散的サブモジュラ関数を[0,1]^n上での凸関数に変換するため、Lovász拡張を用いることで凸緩和を可能にする。
• 変数x(v,i)を要素vが集合iに割り当てられる割合として定義し、制約∑_i x(v,i) = 1およびx(v,i) ≥ 0を満たす凸計画問題（LE-Rel）を定義する。
• KTラウンドイングとSymSubLabelラウンドイングを適用：各反復で、ラベルiをランダムに選択し、θ ∈ [0,1]を閾値として設定し、x(v,i) ≥ θを満たす要素vをA_iに割り当てる。
• エッジの分割確率および閾値通過の確率的境界を用いて、ラウンドされた解の期待コストとカット値を分析する。
• サブモジュラリティとLovász拡張の構造を活用し、期待コストが分数解に対する相対的な上限を導出する。

実験結果

リサーチクエスチョン

• RQ1 Lovász拡張を用いて、既存の緩和を統合・一般化するMSCA問題の凸緩和を導出できるか？
• RQ2 非単調および単調サブモジュラ関数を含むMSCAにおけるLovászベースの凸緩和の整数性ギャップはいかほどか？
• RQ3 この枠組みを用いて、ハイパーグラフマルチウェイパーティションおよびマルチウェイカットのための改善された近似アルゴリズムを設計できるか？
• RQ4 近似保証は、k（分割数）やΔ（最大ハイパーエッジサイズ）といった構造的パラメータにどのように依存するか？
• RQ5 ラウンドイング手法は、均等メトリックラベリングやノード重み付きマルチウェイカットといった問題において、タイトな境界を達成できるか？

主な発見

• ハイパーグラフマルチウェイパーティション問題に対して、Lovász緩和とKTラウンドイングを用いて(1.5 − 1/k)-近似を達成した。
• ハイパーグラフマルチウェイカット問題に対しては、min{2(1−1/k), HΔ}-近似を提供した。ここでHΔはΔ番目の調和数である。
• Sub-Labelにハイパーグラフ分離コストを適用した場合、LE-Rel緩和の整数性ギャップはΔ(1−1/k)以上である。これは個々のg_iがモジュラーであっても成立する。
• 単調サブモジュラ関数に対しては、ラウンドされた解の期待コストが、分数コストのO(ln n)倍以内に抑えられる。
• 分析により、KTラウンドイングにおけるハイパーエッジeのカット確率はΔ·d(e)以下であることが示され、期待カットコストが有界であることが分かった。
• 単一の凸緩和とラウンドイングスキームにより、非メトリック施設配置、マルチウェイカット、ラベリング問題に関する先行研究が統合・一般化された。