[논문 리뷰] Approximation Algorithms for Online Weighted Rank Function Maximization under Matroid Constraints

Niv Buchbinder, Joseph Joseph외 3명|arXiv (Cornell University)|2012. 01. 01.

Optimization and Search Problems참고 문헌 12인용 수 3

한 줄 요약

이 논문은 하위모듈러 보상이 순차적으로 도착하는 매트로이드 제약 조건 하에서 가중치가 부여된 랭크 함수를 최대화하기 위한 최초의 랜덤화된 온라인 근사 알고리즘을 제시한다. 이 알고리즘은 LP 기반 분수 해를 사용하며, 가중치 중심의 업데이트 규칙과 매트로이드 품체 커버링 성질을 활용하는 새로운 랜덤화된 반올림 기법을 적용하여, m개의 원소와 가중치 변동을 매개변수화하는 fratio를 고려할 때 O(log²n log m log fratio)-경쟁 비율을 달성한다.

ABSTRACT

Consider the following online version of the submodular maximization problem under a matroid constraint. We are given a set of elements over which a matroid is defined. The goal is to incrementally choose a subset that remains independent in the matroid over time. At each time, a new weighted rank function of a different matroid (one per time) over the same elements is presented; the algorithm can add a few elements to the incrementally constructed set, and reaps a reward equal to the value of the new weighted rank function on the current set. The goal of the algorithm as it builds this independent set online is to maximize the sum of these (weighted rank) rewards. As in regular online analysis, we compare the rewards of our online algorithm to that of an offline optimum, namely a single independent set of the matroid that maximizes the sum of the weighted rank rewards that arrive over time. This problem is a natural extension of two well-studied streams of earlier work: the first is on online set cover algorithms (in particular for the max coverage version) while the second is on approximately maximizing submodular functions under a matroid constraint. In this paper, we present the first randomized online algorithms for this problem with poly-logarithmic competitive ratio. To do this, we employ the LP formulation of a scaled reward version of the problem. Then we extend a weighted-majority type update rule along with uncrossing properties of tight sets in the matroid polytope to find an approximately optimal fractional LP solution. We use the fractional solution values as probabilities for a online randomized rounding algorithm. To show that our rounding produces a sufficiently large reward independent set, we prove and use new covering properties for randomly rounded fractional solutions in the matroid polytope that may be of independent interest.

연구 동기 및 목표

• 보상이 순차적으로 도착하고 결정이 뒤돌릴 수 없는 매트로이드 제약 조건 하에서 온라인 하위모듈러 최대화 문제를 다루기.
• 무게 없는 커버리지에서 벗어나 매트로이드의 가중치 랭크 함수로의 온라인 알고리즘 확장을 위해.
• 이 일반적인 온라인 최적화 문제에 대해 다항로그 경쟁 비율 알고리즘 설계하기.
• 매트로이드 독립 제약 조건에도 불구하고 성능 보장을 유지하는 랜덤화된 반올림 기법 개발하기.
• 매트로이드 품체 내에서 랜덤화된 분수 해의 새로운 커버링 성질을 증명하고, 분석의 핵심으로 활용하기.

제안 방법

• 보상의 상한을 정하기 위해 추측된 값 α를 사용하여 온라인 문제의 스케일링된 LP 근사 문제를 수립한다.
• 시간이 지남에 따라 약간 최적의 분수 해를 유지하기 위해 가중치 중심의 업데이트 규칙을 적용한다.
• 매트로이드 품체 내에서 타이트 세트의 언크로싱 성질을 활용하여 LP 업데이트를 이끄므로 타당성을 보장한다.
• 분수 LP 값에 비례하는 확률로 요소를 선택하는 랜덤화된 반올림 절차를 설계한다.
• 각 시간 단계에서 반올림된 해가 높은 확률로 O(log(mn))개의 독립 집합에 의해 커버질 수 있음을 증명한다.
• LP 근사와 반올림 분석을 조합하여 log n, log m, fratio를 포함하는 경쟁 비율을 유도한다.

실험 결과

연구 질문

• RQ1 보상이 가중치 랭크 함수일 때 매트로이드 제약 조건 하에서 온라인 하위모듈러 최대화 문제에 대해 다항로그 경쟁 비율을 달성할 수 있는가?
• RQ2 시간에 따라 변하는 하위모듈러 함수를 고려한 온라인 설정에서, 오프라인 최적해를 근사하는 분수 LP 해를 유지할 수 있는가?
• RQ3 매트로이드 품체 내에서 랜덤화된 분수 해에 대해 어떤 커버링 성질이 나타나며, 이를 성능 보장에 어떻게 활용할 수 있는가?
• RQ4 경쟁 비율이 로그 요소만큼만 악화되는 범위 내에서 n과 fratio가 알려지지 않은 경우에도 알고리즘을 확장할 수 있는가?
• RQ5 가중치 랭크 함수의 경우를 오직 로그 손실만을 수반하는 무게 없는 경우로 환원할 수 있는가?

주요 결과

• 제안된 알고리즘은 매트로이드 제약 조건 하에서 가중치 랭크 함수의 온라인 최대화에 대해 O(log²n log m log fratio)-경쟁 비율을 달성한다.
• 알고리즘은 선택된 집합이 매트로이드에서 독립일 확률이 높도록 보장하는 랜덤화된 반올림 기법을 사용한다.
• 분석은 랜덤화된 분수 해가 높은 확률로 O(log(mn))개의 독립 집합에 의해 커버질 수 있음을 증명하는 데 기반하며, 이는 새로운 구조적 결과이다.
• fratio가 알려지지 않은 경우, 알고리즘은 가중치 척도에 대한 추측에 대한 확률 분포를 사용하며, 이로 인해 경쟁 비율에 추가로 O(log fratio (log log fratio)^{1+ε}) 요소가 발생한다.
• n이 알려지지 않은 경우, 알고리즘은 적절한 확률로 α = 2^i로 추측함으로써 적응적으로 조정되며, 이로 인해 경쟁 비율에 추가로 O(log log n) 요소가 발생한다.
• 경쟁 비율은 알려진 하한값과 로그 요소의 범위 내에서 일치하므로, 온라인 설정에서 거의 최적임을 시사한다.