[논문 리뷰] Discrete Midpoint Convexity

Satoko Moriguchi, Kazuo Murota외 2명|arXiv (Cornell University)|2017. 08. 07.

Optimization and Variational Analysis참고 문헌 34인용 수 5

한 줄 요약

이 논문은 L^{ atural}-병진성과 정수 병진성을 일반화하는 이산 병진성의 통합 프레임워크로 국소적이고 전역적인 이산 중점 병진 함수를 도입한다. ℓ∞-거리 ≥2에서 이산 중점 병진성을 도입함으로써, 평행사변형 부등식, 스케일링과 덧셈에 대한 안정성, 그리고 작은 유사도 상한을 가진 유사도 정리와 같은 구조적 성질을 확립한다. 이를 통해 국소적이고 전역적인 이산 중점 병진 함수의 최소화를 위한 새로운 유사도-스케일링 알고리즘을 개발한다.

ABSTRACT

For a function defined on a convex set in a Euclidean space, midpoint convexity is the property requiring that the value of the function at the midpoint of any line segment is not greater than the average of its values at the endpoints of the line segment. Midpoint convexity is a well-known characterization of ordinary convexity under very mild assumptions. For a function defined on the integer lattice, we consider the analogous notion of discrete midpoint convexity, a discrete version of midpoint convexity where the value of the function at the (possibly noninteger) midpoint is replaced by the average of the function values at the integer round-up and round-down of the midpoint. It is known that discrete midpoint convexity on all line segments with integer endpoints characterizes L$^{ atural}$-convexity, and that it characterizes submodularity if we restrict the endpoints of the line segments to be at $\ell_\infty$-distance one. By considering discrete midpoint convexity for all pairs at $\ell_\infty$-distance equal to two or not smaller than two, we identify new classes of discrete convex functions, called local and global discrete midpoint convex functions, which are strictly between the classes of L$^{ atural}$-convex and integrally convex functions, and are shown to be stable under scaling and addition. Furthermore, a proximity theorem, with the same small proximity bound as that for L$^{ atural}$-convex functions, is established for discrete midpoint convex functions. Relevant examples of classes of local and global discrete midpoint convex functions are provided.

연구 동기 및 목표

• 이산 병진성 개념을 통합하기 위해, L^{ atural}-병진성, 정수 병진성, 그리고 순차적 병진성과 같은 기존의 이산 병진 함수 클래스를 하나의 공통 프레임워크인 이산 중점 병진성으로 통합하는 것.
• ℓ∞-거리 제약 조건을 바탕으로 새로운 이산 병진 함수의 클래스인 국소적 및 전역적 이산 중점 병진 함수를 정의하고 분석하는 것.
• 이러한 새로운 함수 클래스에 대한 구조적 성질(예: 평행사변형 부등식, 스케일링과 덧셈에 대한 안정성)을 확립하는 것.
• L^{ atural}-병진 함수에서와 동일한 작은 유사도 상한을 가진 유사도 정리를 증명하여 효율적인 최소화를 가능하게 하는 것.
• 유사도 정리와 새로운 2-이웃 최강 내림방식을 기반으로 한 유사도-스케일링 알고리즘을 개발하여 국소적이고 전역적인 이산 중점 병진 함수의 최소화를 위한 알고리즘을 설계하는 것.

제안 방법

• 모든 x,y ∈ ℤⁿ에 대해 f(x) + f(y) ≥ f(⌈(x+y)/2⌉) + f(⌊(x+y)/2⌋)를 만족하는 부등식을 통해 이산 중점 병진성을 정의한다.
• ℓ∞-거리가 정확히 2 또는 ≥2인 쌍에 대해 이 부등식이 성립하도록 하는 두 가지 새로운 클래스인 국소적 및 전역적 이산 중점 병진 함수를 도입한다.
• 이러한 클래스가 덧셈과 스케일링에 대해 안정적이며, 평행사변형 부등식의 가족을 만족함을 증명한다.
• 이러한 클래스들이 포함 관계의 계층에서 L^{ atural}-병진 함수와 정수 병진 함수 사이에 엄격하게 놓임을 증명한다.
• 유사도 정리와 새로운 2-이웃 최강 내림방식을 기반으로 한 유사도-스케일링 알고리즘을 개발한다.
• 정수 이웃에 대한 최소-최대 최적화를 통한 볼록 봉우리 표현을 이용해 약한 이산 중점 병진성을 정의한다.

실험 결과

연구 질문

• RQ1 이산 중점 병진성은 ℤⁿ 상의 알려진 이산 병진 함수 클래스들을 통합하는 데 사용될 수 있는가?
• RQ2 국소적 및 전역적 이산 중점 병진 함수는 어떤 구조적 성질을 가지며, L^{ atural}-병진 함수와 정수 병진 함수와 비교해 보면 어떠한가?
• RQ3 이러한 새로운 클래스들은 L^{ atural}-병진 함수와 유사하게 작은 유사도 상한을 가진 유사도 정리를 갖는가?
• RQ4 유사도-스케일링과 이웃 내림 기반 알고리즘을 사용하여 이러한 함수의 최소화 알고리즘을 설계할 수 있는가?
• RQ5 도메인의 병진성 조건을 가정하지 않더라도, 볼록 봉우리와의 부등식을 통한 약한 이산 중점 병진성은 정수 병진성과 동치인가?

주요 결과

• 국소적 및 전역적 이산 중점 병진 함수는 L^{ atural}-병진 함수에 대해 알려진 부등식을 일반화한 평행사변형 부등식의 가족을 만족한다.
• 이러한 함수들은 덧셈과 스케일링에 대해 안정적이며, L^{ atural}-병진 함수의 핵심 대수적 성질을 유지한다.
• L^{ atural}-병진 함수에서와 동일한 작은 유사도 상한을 가진 유사도 정리가 성립하여 효율적인 최소화가 가능하다.
• 국소적 및 전역적 이산 중점 병진 함수의 클래스들은 포함 관계 계층에서 L^{ atural}-병진 함수와 정수 병진 함수 사이에 엄격하게 놓여져 있다.
• 유사도 정리와 2-이웃 최강 내림방식을 활용한 유사도-스케일링 알고리즘을 기반으로 한 새로운 최소화 알고리즘을 개발하였다.
• 도메인이 정수 병진적이지 않다는 가정 없이도, 볼록 봉우리와의 부등식을 통한 약한 이산 중점 병진성은 정수 병진성과 동치이다.