[논문 리뷰] A Knowledge Compilation Map for Conditional Preference Statements-based Languages

Hélène Fargier, Jérôme Mengin외 1명|arXiv (Cornell University)|2021. 02. 05.

Constraint Satisfaction and Optimization참고 문헌 30인용 수 1

한 줄 요약

이 논문은 조건부 선호 문장과 일반화된 가산 유용성(GAIs)을 위한 선호 표현 언어의 지식 컴파일 맵을 체계적으로 분석함으로써 확장한다. 조건부 선호 문장과 GAIs에 대해 조건화, 변수 제거, 투영 등의 쿼리 및 변환의 표현력, 간결성, 복잡도를 분석한다. 표현력과 처리 가능성의 균형을 이루는 새로운 매개변수화된 언어 가족을 제안하며, 다항시간 내에 강력한 및 약한 낙관적 투영을 지원하는 것은 GAI1 및 1-LPTlin과 같이 제한된 형태에만 가능하다는 것을 증명한다. 반면, 더 표현력이 뛰어난 모델에서는 NP-난이도 결과가 본질적인 제약을 드러낸다.

ABSTRACT

Conditional preference statements have been used to compactly represent preferences over combinatorial domains. They are at the core of CP-nets and their generalizations, and lexicographic preference trees. Several works have addressed the complexity of some queries (optimization, dominance in particular). We extend in this paper some of these results, and study other queries which have not been addressed so far, like equivalence, thereby contributing to a knowledge compilation map for languages based on conditional preference statements. We also introduce a new parameterised family of languages, which enables to balance expressiveness against the complexity of some queries.

연구 동기 및 목표

• 조건부 선호 문장 기반 언어와 일반화된 가산 유용성(GAIs)을 위한 종합적인 지식 컴파일 맵을 개발하기 위해.
• CP-네트, LP-트리, GAI 변형 등 다양한 선호 언어의 표현력과 간결성을 분석하기 위해.
• 핵심 쿼리(예: 지배성, 동치성) 및 변환(예: 조건화, 변수 제거, 투영)의 계산 복잡도를 연구하기 위해.
• 최적화 및 선호 추론을 위한 다항시간 처리를 가능하게 하는 언어 제약 조건을 특정하기 위해.
• 표현력 대 비용 복잡도의 상호 교환을 제어할 수 있는 새로운 매개변수화된 언어 가족을 제안하기 위해.

제안 방법

• 조합적 도메인과 대안들 간의 전순서를 사용하여 선호 언어를 비교하는 형식적 프레임워크를 제안한다.
• 쿼리 복잡도(최적화, 지배성, 동치성)와 변환 복잡도(조건화, 변수 제거, 투영)에 대한 체계적 분석을 도입한다.
• 명제 논리와 부분적 할당을 사용하여 조건부 선호 문장을 압축적으로 표현하고 추론한다.
• 지식 컴파일 원칙을 적용: 선호 모델을 더 효율적인 표현으로 컴파일하여 빠른 쿼리 응답을 가능하게 한다.
• 형식적 증명과 반례를 사용하여 복잡도 한계를 확립하며, NP-난이도 및 PSPACE-난이도 결과를 포함한다.
• 의존성 깊이를 매개변수로 사용하는 새로운 언어 가족을 도입하여 표현력 대 처리 가능성의 상호 교환을 제어한다.

실험 결과

연구 질문

• RQ1 어떤 선호 언어가 처리 가능한 동치성 검사(등가성 검사)를 지원하며, 어떤 구조적 조건에서 가능한가?
• RQ2 다양한 선호 언어에서 조건화와 변수 제거가 다항시간 내에 계산 가능한가? 그 한계는 무엇인가?
• RQ3 CP-네트, LP-트리, GAIs에서 강력한 및 약한 낙관적 투영의 복잡도는 얼마이며, 언제 효율적으로 계산할 수 있는가?
• RQ4 언어 제약(예: 1-LPTlin, GAI1)이 선호 추론 작업의 처리 가능성에 어떤 영향을 미치는가?
• RQ5 구조적 제약 조건이 선호 모델의 표현력과 간결성에 어떤 영향을 미치는가?

주요 결과

• GAI1 및 1-LPTlin은 강/약한 낙관적, 상/하한 투영을 포함한 네 가지 투영 모두를 다항시간 내에 계산할 수 있으나, 더 표현력 있는 변형은 그렇지 않다.
• 조건화는 GAI 및 GAIk(k > 1)에서 처리 가능하지만, 강력한 및 약한 낙관적 투영은 P = NP가 아닐 경우 NP-난이도이다.
• 동치성 검사는 언어가 표준형(예: 의존성 트리 또는 구조적 조건이 있는 그래프)을 강제할 때에만 처리 가능하다.
• CP-넷의 상한 투영은 항상 1-CP에서 표현될 수 없으며, 언어의 변환에 대한 닫힘 성질에 대한 본질적 한계를 보여준다.
• 비순환적 CP-넷의 경우, 약한 및 강력한 낙관적 투영은 1-CP에서 표현할 수 없는 트레이드오프를 요구할 수 있으며, 이는 심지어 간단한 투영이라도 언어의 표현력 범위를 초월할 수 있음을 보여준다.
• 논문은 조건화는 처리 가능하지만, 지배되지 않는 대안 추출이 NP-난이도일 경우, 강력한 낙관적 투영은 다항시간 내에 계산될 수 없다는 것을 증명하며, 핵심적인 복잡도 경계를 설정한다(만약 P = NP가 아닐 경우).