[논문 리뷰] Kidney Exchange with Inhomogeneous Edge Existence Uncertainty.

Hoda Bidkhori, John P. Dickerson외 2명|arXiv (Cornell University)|2020. 01. 01.

Organ Donation and Transplantation참고 문헌 13인용 수 2

한 줄 요약

이 논문은 비동일한 간선 실패 확률을 가진 확률적 신장 교환 문제를 위한 혼합정수선형계획법 재구성법을 제안하며, 기대 효용을 효율적으로 계산할 수 있도록 한다. 또한 샘플 평균 근사(SAA) 방법을 통해 조건부가치위험(CVaR)을 통합하여 최악의 상황에서의 성능을 크게 향상시켰으며, 최신의 결정론적 방법과 비교해 실행 시간이 증가하지 않았다.

ABSTRACT

Motivated by kidney exchange, we study a stochastic cycle and chain packing problem, where we aim to identify structures in a directed graph to maximize the expectation of matched edge weights. All edges are subject to failure, and the failures can have nonidentical probabilities. To the best of our knowledge, the state-of-the-art approaches are only tractable when failure probabilities are identical. We formulate a relevant non-convex optimization problem and propose a tractable mixed-integer linear programming reformulation to solve it. In addition, we propose a model that integrates both risks and the expected utilities of the matching by incorporating conditional value at risk (CVaR) into the objective function, providing a robust formulation for this problem. Subsequently, we propose a sample-average-approximation (SAA) based approach to solve this problem. We test our approaches on data from the United Network for Organ Sharing (UNOS) and compare against state-of-the-art approaches. Our model provides better performance with the same running time as a leading deterministic approach (PICEF). Our CVaR extensions with an SAA-based method improves the $\alpha imes 100\%$ ($0<\alpha\leqslant 1$) worst-case performance substantially compared to existing models.

연구 동기 및 목표

• 기존 방법이 효율적으로 다룰 수 없는 비동일한 간선 실패 확률 문제를 해결하기 위해.
• 이질적인 실패 위험 하에서 확률적 사이클 및 체인 패킹을 위한 해석 가능한 혼합정수선형계획법(MILP) 설정을 개발하기 위해.
• 최악의 결과에 대한 강건성을 확보하기 위해 조건부가치위험(CVaR)을 목적 함수에 통합하여 위험 인식 의사결정을 구현하기 위해.
• 실제 UNOS 데이터를 기반으로 제안된 모델을 평가하고 최신의 결정론적 및 확률적 방법과 성능을 비교하기 위해.

제안 방법

• 비볼록적인 확률적 최적화 문제를 수립하여, 비균일한 간선 실패 확률 하에서 기대 매칭 간선 가중치를 최대화한다.
• 문제의 계산 가능성을 확보하기 위해 혼합정수선형계획법(MILP) 재구성법을 제안한다.
• 기대 효용과 최악의 성능 간 균형을 확보하기 위해 목적 함수에 조건부가치위험(CVaR)을 통합한다.
• CVaR 기반 강건 최적화 문제를 해결하기 위해 샘플 평균 근사(SAA) 방법을 활용한다.
• 실제로 유니온드 온 간이서비스(UNOS)에서 제공한 데이터를 사용하여 모델의 校정 및 검증을 수행한다.
• 성능 및 실행 시간 측면에서 최신의 결정론적 방법(PICEF)과 제안된 방법을 비교한다.

실험 결과

연구 질문

• RQ1 비동일한 간선 실패 확률을 가진 확률적 신장 교환 문제에 대해 해석 가능한 MILP 재구성법을 개발할 수 있는가?
• RQ2 목적 함수에 CVaR를 통합함으로써 신장 교환에서 최악의 결과에 대한 강건성이 어떻게 향상되는가?
• RQ3 제안된 SAA 기반 접근법은 실질적인 UNOS 데이터에서 성능을 향상시키면서도 계산 효율성을 유지하는가?
• RQ4 제안된 모델은 최신의 결정론적 방법(PICEF)과 비교해 기대 효용과 최악의 성능 측면에서 어떻게 다른가?
• RQ5 CVaR 확장은 기존 모델 대비 α×100% 수준의 최악의 성능을 얼마나 향상시키는가?

주요 결과

• 제안된 MILP 재구성법은 이전 방법이 동일한 실패 확률에 국한되었던 비균일한 간선 실패 확률 하에서 기대 효용을 효율적으로 계산할 수 있도록 한다.
• 실행 시간이 동일한 수준을 유지하면서도 최신의 결정론적 방법(PICEF)과 유사한 성능을 달성한다.
• CVaR 강화된 설정은 모든 테스트된 α 수준에서 α×100% 최악의 성능을 크게 향상시킨다.
• SAA 기반 접근법은 강건 최적화 문제를 효과적으로 근사하며, UNOS의 실질적 데이터에 대해 잘 스케일링된다.
• UNOS 데이터에 대한 실증 결과는 제안된 모델이 기대 효용과 강건성 측면에서 모두 기존 모델를 능가함을 확인한다.