[논문 리뷰] Hunting for Tractable Languages for Judgment Aggregation

Ronald de Haan|arXiv (Cornell University)|2018. 08. 09.

Game Theory and Voting Systems인용 수 10

한 줄 요약

이 논문은 표준 문장 논리의 비결정성 문제를 극복하기 위해 판단 집약에 대한 처리 가능한 표현 언어를 조사한다. Krom, 히어로닉, 확정 히어로닉 공식 및 DNNF 회로에 초점을 맞추어 DNNF가 핵심 판단 집약 작업에 대해 다항시간 계산을 가능하게 하여 참가자 예산 배분과 같은 응용 분야에 실용적인 해결책을 제공함을 보여준다.

ABSTRACT

Judgment aggregation is a general framework for collective decision making that can be used to model many different settings. Due to its general nature, the worst case complexity of essentially all relevant problems in this framework is very high. However, these intractability results are mainly due to the fact that the language to represent the aggregation domain is overly expressive. We initiate an investigation of representation languages for judgment aggregation that strike a balance between (1) being limited enough to yield computational tractability results and (2) being expressive enough to model relevant applications. In particular, we consider the languages of Krom formulas, (definite) Horn formulas, and Boolean circuits in decomposable negation normal form (DNNF). We illustrate the use of the positive complexity results that we obtain for these languages with a concrete application: voting on how to spend a budget (i.e., participatory budgeting).

연구 동기 및 목표

• 표준 문장 논리에서 판단 집약의 계산 비결정성을 해결하기 위해 더 제한적이지만 표현력 있는 표현 언어를 특정한다.
• 제한된 문장 언어가 실제 응용을 모델링할 수 있는 동안 처리 가능한 복잡도 결과를 도출할 수 있는지 조사한다.
• 판단 집약 절차에 대해 표현력과 계산 효율성의 균형을 이룬 표현 언어를 식별한다.
• 참가자 예산 배분과 같은 응용을 통해 이러한 언어의 실용적 유용성을 입증한다.
• 특히 DNNF 회로에 대해 다양한 언어 클래스 간의 복잡도를 세밀하게 분석한다.

제안 방법

• 제한된 문장 언어인 Krom(2CNF), 히어로닉, 확정 히어로닉, DNNF 회로에서 판단 집약의 계산 복잡도를 분석한다.
• 지식 컴파일 기법에서 알려진 결과를 적용하여 DNNF 회로의 처리 가능성 특성을 판단 집약 작업에 활용한다.
• 판단 집약 문제를 제한된 공식 클래스 위에서 모델 수세기 및 모델 최대화 문제로 환원한다.
• 다양한 집약 절차 하에서 결과 계산의 복잡도 한계를 설정하기 위해 다항시간 환원을 사용한다.
• 모델 최대화 문제를 포함한 문제의 고차 복잡도 클래스인 Θ₂^p 및 Δ₂^p를 기준으로 하기 위해 NP 오라클에 대한 액세스를 활용한다.
• DNNF 기반 표현의 참가자 예산 배분 시나리오에 대한 적용을 도식화하여, 이를 통해 집단적 결정의 효율적 계산이 가능함을 보여준다.

실험 결과

연구 질문

• RQ1 Krom, 히어로닉, 또는 DNNF 공식과 같은 제한된 문장 언어가 판단 집약에 대해 처리 가능한 복잡도 결과를 도출할 수 있는가?
• RQ2 완전한 문장 논리에 비해 DNNF 회로가 판단 집약 결과 계산에 대해 다항시간 계산을 얼마나 잘 지원하는가?
• RQ3 실제 집단 의사결정 시나리오를 모델링할 때 DNNF 회로의 표현력은 다른 제한된 언어와 비교해 어떻게 되는가?
• RQ4 DNNF 표현의 사용이 참가자 예산 배분과 같은 구체적 응용에서 효율적 알고리즘을 이끌 수 있는가?
• RQ5 DNNF 회로로 표현된 도메인에서 다양한 집약 절차 하에서 결과 계산의 정확한 복잡도는 무엇인가?

주요 결과

• DNNF 회로는 몇 가지 집약 절차 하에서 결과 계산을 포함한 핵심 판단 집약 작업에 대해 다항시간 계산을 가능하게 한다.
• 도메인이 DNNF 회로로 표현될 경우 일致된 결과를 계산하는 문제는 처리 가능하나, 완전한 문장 논리에서는 NP-난이도임을 고려할 때 이는 중요한 차이점이다.
• Krom 및 히어로닉 공식의 경우 일반적으로 복잡도가 높으며, 일부 절차는 여전히 NP-난이도를 보이며 이는 처리 가능성 향상의 한계를 시사한다.
• 확정 히어로닉 공식 역시 대부분의 집약 절차에서 처리 가능성 보장을 하지 못함을 보여주며, 이러한 클래스의 한계를 강조한다.
• DNNF 공식의 최대 모델 문제는 P에 속하므로, 모델 최대화 기준 하에서 결과 선택의 효율적 계산을 뒷받침한다.
• 참가자 예산 배분에 대한 적용은 DNNF 기반 표현이 무결성 제약 조건 하에서도 효율적이고 확장 가능한 집단적 의사결정을 가능하게 함을 보여준다.