[논문 리뷰] Local max-cut in smoothed polynomial time

Bitansky, Nir, Gerichter, Idan|arXiv (Cornell University)|2016. 10. 16.

Complexity and Algorithms in Graphs참고 문헌 7인용 수 1

한 줄 요약

이 논문은 국소 최대 컷 문제의 스무딩 다항 시간 복잡도를 입증한다. 간선 가중치에 작은 랜덤 편향을 가미할 경우, FLIP 알고리즘이 높은 확률으로 다항 시간 내에 국소 최대값을 찾을 수 있음을 보여준다. 이 결과는 오랫동안 남아있던 열린 문제를 해결하며, 최악의 경우에 지수 시간이 소요될 수 있음에도 불구하고 국소 최적화가 전역 최적화 문제보다 훨씬 쉬운 이유를 설명한다.

ABSTRACT

In 1988, Johnson, Papadimitriou and Yannakakis wrote that "Practically all the empirical evidence would lead us to conclude that finding locally optimal solutions is much easier than solving NP-hard problems". Since then the empirical evidence has continued to amass, but formal proofs of this phenomenon have remained elusive. A canonical (and indeed complete) example is the local max-cut problem, for which no polynomial time method is known. In a breakthrough paper, Etscheid and Röglin proved that the smoothed complexity of local max-cut is quasi-polynomial, i.e., if arbitrary bounded weights are randomly perturbed, a local maximum can be found in $n^{O(\log n)}$ steps. In this paper we prove smoothed polynomial complexity for local max-cut, thus confirming that finding local optima for max-cut is much easier than solving it.

연구 동기 및 목표

• 국소 최대 컷 문제의 스무딩 다항 시간 복잡도를 해결할 수 있는지 여부에 대한 오랫동안 남아있던 열린 질문을 해결하기 위해.
• 최악의 경우 지수 시간 복잡도를 가짐에도 불구하고 실무에서 FLIP와 같은 국소 검색 알고리즘이 일반적으로 빠르게 수렴하는 경험적 관찰을 정형화하기 위해.
• 모든 정점 쌍(비연결 간선 포함)의 간선 가중치에 작은 랜덤 노이즈를 가미함으로써 FLIP 알고리즘의 수렴 효율성이 향상됨을 입증하기 위해.
• simplex 알고리즘에 적용된 스무딩 분석 기법을 국소 최대 컷 문제로 확장하여, 표준 PLS-완전 문제에 적용하기 위해.
• 나시 균형, 호프필드 네트워크, 파티 소속 게임과 같은 문제에서 관찰되는 국소 검색의 효율성에 대한 이론적 기반을 제공하기 위해.

제안 방법

• 간선 가중치를 유계 밀도를 가진 랜덤 변수로 모델링하여 스무딩 분석을 수행하고, FLIP 알고리즘의 기대 실행 시간을 분석한다.
• 부정적 상관관계와 일반화된 체르노프 경계를 적용하여 FLIP 과정에서 긴 개선 순서가 발생할 확률를 통제한다.
• 각 정점의 이동을 랜덤한 개선 이동으로 모델링하는 확률적 프레임워크를 구축하고, 이러한 이동의 기대 수를 근사한다.
• 이동 순서의 블록 분해를 활용하여 반복 패턴을 분석하고 반복적인 이동 수를 극한한다.
• 에너지 증가를 분석하기 위해 H(σ) = −1/2 ∑ Xuv σ(u)σ(v) 형태의 해밀토니안 함수의 구조를 활용한다.
• 부정적 상관관계를 가진 사건에 대한 농도 부등식을 적용하여, 랜덤 편향 하에서 긴 개선 이동 순서가 발생할 가능성이 매우 낮음을 보여준다.

실험 결과

연구 질문

• RQ1 모든 간선 가중치에 작은 랜덤 편향을 가미할 경우, 국소 최대 컷 문제는 스무딩 다항 시간 복잡도로 해결될 수 있는가? 즉, FLIP 알고리즘이 높은 확률로 다항 시간 내에 종료되는가?
• RQ2 기본적으로 지수 시간 복잡도를 가짐에도 불구하고, 실무에서 FLIP와 같은 국소 검색 알고리즘이 잘 작동하는 이유는 무엇인가?
• RQ3 모든 정점 쌍(비연결 간선 포함)에 작은 랜덤 노이즈를 가미할 경우, 국소 최대 컷 문제의 스무딩 복잡도는 상당히 향상되는가?
• RQ4 simplex 알고리즘의 스무딩 분석에서 사용된 기법들을 국소 최대 컷 문제와 같은 다른 PLS-완전 문제로 일반화할 수 있는가?
• RQ5 국소 검색 동역학에서 랜덤 개선 이동 순서 분석에 있어서 부정적 상관관계의 역할은 무엇인가?

주요 결과

• 모든 간선 가중치에 작은 랜덤 편향이 가미된 경우, FLIP 알고리즘은 국소 최대 컷 문제의 국소 최대값을 높은 확률으로 스무딩 다항 시간 내에 찾는다.
• 국소 최대 컷 문제의 스무딩 복잡도는 poly(n) · ϕ^O(log n) 으로 유계되며, 여기서 ϕ는 편향 분포의 밀도 상한이다.
• FLIP 알고리즘이 다항 시간을 초과하여 실행될 확률는 o_n(1) 이하이며, 이는 높은 확률로 성공함을 의미한다.
• 분석 결과, 개선 이동 순서가 길어질 가능성은 부정적 상관관계로 인해 지수적으로 낮아진다.
• 이 결과는 국소 최대 컷 문제의 스무딩 분석 하에서 전역 최대 컷 문제보다 훨씬 쉬운 문제임을 확인한다.
• 개발된 프레임워크는 나시 균형, 호프필드 네트워크 동역학 등 PLS 복잡도 클래스의 다른 문제들로도 확장 가능하다.