[論文レビュー] Valuation-Based Systems for Discrete Optimization

Prakash P. Shenoy, Glenn Shafer|arXiv (Cornell University)|Mar 27, 2013

Bayesian Modeling and Causal Inference参考文献 4被引用数 11

ひとこと要約

この論文は、離散最適化のための統合的枠組みとして価値関数系（VBS）を導入し、変数、標本空間、および変数の集合から値への写像である価値関数を用いて問題を表現する。組み合わせとマージナライゼーション（最大化／最小化）を用いて局所的計算により問題を解き、非逐次動的計画法に還元され、動的計画法の適用を可能にする公理的条件を提供する。

ABSTRACT

This paper describes valuation-based systems for representing and solving discrete optimization problems. In valuation-based systems, we represent information in an optimization problem using variables, sample spaces of variables, a set of values, and functions that map sample spaces of sets of variables to the set of values. The functions, called valuations, represent the factors of an objective function. Solving the optimization problem involves using two operations called combination and marginalization. Combination tells us how to combine the factors of the joint objective function. Marginalization is either maximization or minimization. Solving an optimization problem can be simply described as finding the marginal of the joint objective function for the empty set. We state some simple axioms that combination and marginalization need to satisfy to enable us to solve an optimization problem using local computation. For optimization problems, the solution method of valuation-based systems reduces to non-serial dynamic programming. Thus our solution method for VBS can be regarded as an abstract description of dynamic programming. And our axioms can be viewed as conditions that permit the use of dynamic programming.

研究の動機と目的

• 価値関数系を用いて離散最適化問題を表現・解法する統一的枠組みを提供すること。
• 組み合わせとマージナライゼーションの操作を最適化問題の解法の根幹的メカニズムとして形式化すること。
• 最適化における局所的計算の可能性を保証する最小限の公理を同定すること。
• VBSの解法手法が非逐次動的計画法と等価であることを示すこと。
• 離散最適化問題に動的計画法を適用可能な条件を確立すること。

提案手法

• 変数、標本空間、および変数の集合から値への写像である価値関数を用いて最適化問題を表現すること。
• 変数間の目的関数の要因を組み合わせることで、関連する関数を統合すること。
• 空集合への縮小を実現するために、最大化または最小化によるマージナライゼーションを適用すること。
• 正しく動作し、局所的計算を可能にする組み合わせおよびマージナライゼーションのための公理を定義すること。
• 結合木またはハイパートリー上で局所的計算のシーケンスとして解法プロセスを構造化すること。
• 解法手法を非逐次動的計画法に還元し、DPのアルゴリズム的コアを抽象化すること。

実験結果

リサーチクエスチョン

• RQ1 離散最適化問題は、価値関数系を用いてどのように形式的に表現できるか？
• RQ2 局所的計算による最適化問題の解法に必要な十分な操作は何か？
• RQ3 組み合わせとマージナライゼーションが動的計画法を可能にするために満たすべき公理は何か？
• RQ4 VBSフレームワークは非逐次動的計画法とどのように関係しているか？
• RQ5 離散最適化に動的計画法を適用可能な条件は何か？

主な発見

• VBSフレームワークは、離散最適化のための動的計画法の抽象的で一般的な記述を提供する。
• VBSにおける解法手法は非逐次動的計画法と等価であり、さまざまなアルゴリズム的アプローチを統合する。
• 組み合わせとマージナライゼーションのための公理は、最適化における局所的計算を可能にするために必要かつ十分である。
• VBSにおけるマージナライゼーションは、最適化の目的に応じて最大化または最小化に対応する。
• このフレームワークは、結合木のようなグラフィカル構造上で、効率的かつ分散型の計算を可能にする。
• このアプローチは、離散最適化問題に動的計画法を適用可能な条件を一般化し、形式化する。