[논문 리뷰] Krivine diffusions attain the Goemans--Williamson approximation ratio

Ronen Eldan, Assaf Naor|arXiv (Cornell University)|2019. 06. 25.

Stochastic processes and statistical mechanics참고 문헌 10인용 수 7

한 줄 요약

이 논문은 크리브느 확산의 한 예인 느려진 점착 브라운 운동이 MAXCUT 문제에 대한 고메인스-윌리엄슨 근사비를 달성함을 증명한다. 시간에 따라 변화하는 브라운 운동의 부호를 고차원 벡터의 최적 라운딩과 연결함으로써, 저자들은 그 결과 부호의 기대 상관관계가 그로텐디크 항등식을 통해 유명한 $\pi/2$-근사비와 일치함을 증명한다.

ABSTRACT

Answering a question of Abbasi-Zadeh, Bansal, Guruganesh, Nikolov, Schwartz and Singh (2018), we prove the existence of a slowed-down sticky Brownian motion whose induced rounding for MAXCUT attains the Goemans--Williamson approximation ratio. This is an especially simple particular case of the general rounding framework of Krivine diffusions that we investigate elsewhere.

연구 동기 및 목표

• 압바시자데 등(2018)이 제기한, 고메인스-윌리엄슨 비를 달성하는 확률적 라운딩 과정의 존재성에 관한 열린 문제를 해결하기 위해.
• 느려진 점착 브라운 운동이 최적의 근사비를 만족하는 MAXCUT에 대한 라운딩 체계를 유도함을 보여주기 위해.
• 이 결과가 크리브느 확산의 광범위한 프레임워크의 일부이지만, 독립적인 기여로 자가 포함된 증명을 제공하기 위해.
• 이토 미적분과 마틴갈 표현을 통해 확률적 과정과 조합 최적화 사이의 연결 고리를 수립하기 위해.

제안 방법

• 시간에 따라 변화하는 브라운 운동 $Z_x(t)$ 는 확률적 적분 $\int_0^t e^{-s/2} \langle x, dB(s) \rangle$ 로 정의되며, $t \to \infty$ 일 때 거의 확실히 가우시안 랜덤 변수로 수렴한다.
• 과정 $Z_x(\infty)$ 는 단위 벡터 $u, v$ 에 대해 공분산 구조가 $\langle u, v \rangle$ 와 동일함을 보여, 그로텐디크 항등식을 통한 기대 부호 상관관계 계산에 활용할 수 있다.
• $Z_x(\infty)$ 의 부호는 조건부 기대값을 사용하여 유도된 마틴갈 $M_u(t)$ 와 연결되며, 이는 크리브느 확산 과정 $W_u(t)$ 와 동일한 SDE 를 만족함을 보여준다.
• 이토의 공식을 적용하여 $M_u(t)$ 의 SDE 를 유도함으로써, 표준 정규 분포의 누적분포함수에 관련된 드리프트 계수 $\xi$ 가 드러나며, 이는 크리브느 확산의 동역학과 일치함을 확인한다.
• 이토 정리에 의한 SDE 해의 유일성 원리를 활용하여 $M_u(t)$ 와 $W_u(t)$ 를 동일시함으로써, 한계 부호 과정 $\sigma_u$ 가 $\mathrm{sign}(Z_u(\infty))$ 와 동일한 분포를 가짐을 유추한다.
• 핵심 항등식 $\mathbb{E}[\mathrm{sign}(Z_u(\infty))\mathrm{sign}(Z_v(\infty))] = \frac{2}{\pi}\arcsin(\langle u,v\rangle)$ 를 사용하여 근사비가 확인된다.

실험 결과

연구 질문

• RQ1 확산 기반의 확률적 라운딩 과정이 MAXCUT 에 대한 고메인스-윌리엄슨 근사비를 달성할 수 있는가?
• RQ2 느려진 점착 브라운 운동이 최적의 $\frac{2}{\pi}$-근사비를 만족하는 라운딩 체계를 유도하는가?
• RQ3 시간에 따라 변화하는 브라운 운동에서 유도된 부호 과정이 크리브느 확산을 통해 얻어진 것과 분포상 동일한가?
• RQ4 이토 미적분과 마틴갈 이론을 사용하여 확률적 과정과 조합 최적화 사이의 연결 고리를 형식화할 수 있는가?
• RQ5 SDE 에 시간에 따라 변화하는 확산 계수를 사용하면 알려진 최적의 한계에 도달하는 라운딩 방법을 얻을 수 있는가?

주요 결과

• 크리브느 확산 $W_u(t)$ 가 유도하는 부호 과정 $\sigma_u$ 는 거의 확실히 $\mathrm{sign}(Z_u(\infty))$ 로 수렴하여 동일한 분포적 행동을 보인다.
• 부호 간 기대 상관관계 $\mathbb{E}[\sigma_u \sigma_v]$ 는 $\frac{2}{\pi}\arcsin(\langle u,v\rangle)$ 와 일치하며, 이는 고메인스-윌리엄슨 근사비를 확보하는 데 필요한 정확한 값이다.
• $M_u(t) = \mathbb{E}[\mathrm{sign}(Z_u(\infty)) \mid \mathcal{F}_t]$ 는 $W_u(t)$ 와 동일한 SDE 를 만족하며, 경로 유일성에 의해 모든 $t$ 에 대해 $W_u(t) = M_u(t)$ 라고 유추된다.
• $M_u(t)$ 의 SDE 는 이토의 공식을 통해 유도되며, 표준 정규 분포의 누적분포함수에 의존하는 드리프트 계수 $\xi$ 가 드러나며, 이는 크리브느 확산의 동역학과 일치한다.
• 따라서 한계 부호 과정 $\sigma_u$ 는 $\mathrm{sign}(Z_u(\infty))$ 와 동일한 분포를 가짐을 보여, 라운딩 체계의 최적성은 확인된다.
• 결과적으로 크리브느 확산이 MAXCUT 에 대해 알려진 최고의 근사비를 달성할 수 있음을 확인하였으며, 이는 분야 내 열린 문제를 해결한 것이다.