[논문 리뷰] Constant Factor Approximation for Capacitated k-Center with Outliers

Tomasz Kociumaka, Marek Cygan|arXiv (Cornell University)|2014. 01. 13.

Facility Location and Emergency Management참고 문헌 13인용 수 8

한 줄 요약

이 논문은 비-capacitated $k$-center 문제의 outlier를 고려한 경우에 대해 처음으로 상수 요인 근사 알고리즘을 제안하며, 일반적인 하드 용량의 경우 25-근사, 균일한 용량의 경우 23-근사 성능을 달성한다. 이 방법은 LP 라운딩과 새로운 트리 기반 분해 및 거리 이행 기법을 결합하여 시설 용량과 이방자 선택 문제를 동시에 다루며, 비균일한 제약 조건 하에서도 근사 비율이 유한하게 유지됨을 보장한다.

ABSTRACT

The $k$-center problem is a classic facility location problem, where given an edge-weighted graph $G = (V,E)$ one is to find a subset of $k$ vertices $S$, such that each vertex in $V$ is "close" to some vertex in $S$. The approximation status of this basic problem is well understood, as a simple 2-approximation algorithm is known to be tight. Consequently different extensions were studied. In the capacitated version of the problem each vertex is assigned a capacity, which is a strict upper bound on the number of clients a facility can serve, when located at this vertex. A constant factor approximation for the capacitated $k$-center was obtained last year by Cygan, Hajiaghayi and Khuller [FOCS'12], which was recently improved to a 9-approximation by An, Bhaskara and Svensson [arXiv'13]. In a different generalization of the problem some clients (denoted as outliers) may be disregarded. Here we are additionally given an integer $p$ and the goal is to serve exactly $p$ clients, which the algorithm is free to choose. In 2001 Charikar et al. [SODA'01] presented a 3-approximation for the $k$-center problem with outliers. In this paper we consider a common generalization of the two extensions previously studied separately, i.e. we work with the capacitated $k$-center with outliers. We present the first constant factor approximation algorithm with approximation ratio of 25 even for the case of non-uniform hard capacities.

연구 동기 및 목표

• 설정된 용량 제약과 이방자 선택을 동시에 고려하는 비-capacitated $k$-center 문제에 대해 상수 요인 근사 알고리즘을 설계하는 열린 문제를 해결하기 위해.
• 이전에 별개로 적용된 비-capacitated $k$-center와 $k$-center에 이방자를 고려한 근사 기법들을 통합된 프레임워크로 확장하여 병합 문제에 적용하기 위해.
• 이전 방법이 제한되거나 존재하지 않았던, 비균일한 하드 용량의 경우에도 유한한 근사 비율을 확보하기 위해.
• 정확히 $p$명의 고객을 서비스하고, $k$개의 시설을 개방하며, 용량 제약을 준수하면서도 최대 고객-시설 거리를 최소화하는 다항 시간 알고리즘을 제공하기 위해.

제안 방법

• 비-capacitated $k$-supplier 문제에 이방자를 고려한 경우를 선형계획법(LP)으로 공식화하며, 시설 개설 및 고객 할당을 위한 변수를 사용한다.
• 그래프 구조로 변환하여 정점이 고객 또는 시설이 되도록 하고, 구조를 단순화하기 위해 트리 기반 분해를 적용한다.
• 용량 제약이 라운딩 과정에서 유지되도록, 수정된 시설 정점에 대해 거리 기반 전이가 가능한 트리 $T'$를 구성한다.
• 거리 24 전이 절차를 사용: 먼저 질량을 프록시 노드 $s'$에 집중시킨 후, 트리에서 동적 프로그래밍을 적용하여 정수 해를 도출한다.
• 정수 거리-$r$ 전이가 거리-$(r+1)$ 해를 암시한다는 보조정리를 활용하여, 최종 근사 비율을 25로 감소시킨다.
• 문제를 하위 문제들로 분할하기 위해 스케letal 기반 동적 프로그래밍 접근법을 적용하며, 각 하위 문제는 LP 타당성과 국소적 라운딩을 통해 해결 가능하다.

실험 결과

연구 질문

• RQ1 설정된 용량 제약과 이방자 선택을 동시에 고려할 때 비-capacitated $k$-center 문제에 대해 상수 요인 근사가 달성될 수 있는가?
• RQ2 비-capacitated $k$-center와 $k$-center에 이방자를 고려한 기존의 LP-라운딩 기법들을 공통 일반화로 확장하여 유한한 근사 비율을 확보할 수 있는가?
• RQ3 이방자가 있는 비균일한 하드 용량 버전의 문제에 대해 도달 가능한 최선의 근사 비율은 무엇인가?
• RQ4 기본 그래프의 구조를 어떻게 활용하여 솔루션에서 용량 제약과 유한한 고객-시설 거리가 동시에 보장될 수 있는가?

주요 결과

• 논문은 비균일한 용량 조건 하에서도 하드 용량을 고려한 일반적인 비-capacitated $k$-supplier 문제에 대해 25-근사 알고리즘을 제시한다.
• 균일한 용량 케이스에서는 23-근사 성능을 달성하여 일반적 한계를 향상시킨다.
• 균일한 용량을 가진 소프트 용량 설정에서는 근사 비율이 13으로 향상된다.
• 이 알고리즘은 비-capacitated $k$-center 문제에 이방자를 고려한 병합 문제에 대해 처음으로 상수 요인 근사 알고리즘을 제공한다.
• 이 방법은 새로운 트리 기반 분해와 거리 전이 연속 작업에 의존하며, 최종적으로 24-전이를 통해 25-근사 해를 도출한다.
• 이 방법은 강력하고 일반적이며, 문제를 그래픽 인스턴스로 환원하고 스켈레톤 기반 동적 프로그래밍을 통해 하위 문제의 타당성을 보장한다.