[논문 리뷰] Local Problems on Grids from the Perspective of Distributed Algorithms, Finitary Factors, and Descriptive Combinatorics

Jan Grebík, Václav Rozhoň|arXiv (Cornell University)|2021. 03. 15.

Data Management and Algorithms인용 수 5

한 줄 요약

이 논문은 국소 문제를 d차원 격자에서 연구함으로써 분산 알고리즘, i.i.d. 과정의 유한성 인자, 서술적 조합론을 통합하는 프레임워크를 수립한다. 이는 유한성 인자 설정에서 시간 계층 정리들을 증명하고, ffiid 복잡도에 관한 열린 문제들을 해결하며, UL0CAL(O(log* 1/ε))와 같은 균일 국소 복잡도 클래스가 끝없이 의존하는 과정의 엄밀한 부분집합임을 보여주어, 이 분야들 사이의 국소성 이론을 발전시킨다.

ABSTRACT

We present an intimate connection among the following fields: (a) distributed local algorithms: coming from the area of computer science, (b) finitary factors of iid processes: coming from the area of analysis of randomized processes, (c) descriptive combinatorics: coming from the area of combinatorics and measure theory. In particular, we study locally checkable labellings in grid graphs from all three perspectives. Most of our results are for the perspective (b) where we prove time hierarchy theorems akin to those known in the field (a) [Chang, Pettie FOCS 2017]. This approach that borrows techniques from the fields (a) and (c) implies a number of results about possible complexities of finitary factor solutions. Among others, it answers three open questions of [Holroyd et al. Annals of Prob. 2017] or the more general question of [Brandt et al. PODC 2017] who asked for a formal connection between the fields (a) and (b). In general, we hope that our treatment will help to view all three perspectives as a part of a common theory of locality, in which we follow the insightful paper of [Bernshteyn 2020+] .

연구 동기 및 목표

• 분산 알고리즘, i.i.d. 과정의 유한성 인자, 서술적 조합론이라는 세 관점 간의 통합 이론을 국소성 이론으로 통합하기.
• Holroyd, Schramm, Wilson (2017) 및 Brandt 등 (2017)가 제기한, 특히 유한성 인자 해법의 복잡도에 관한 열린 문제들을 해결하기.
• 특히 TOAST 및 RTOAST 프레임워크를 통해 분산 계산과 유한성 인자 구성 간의 공식적 연결을 수립하기.
• 분산 및 중심집중 모델에서의 균일 국소 복잡도를 분석하여, 평균 복잡도가 최악의 경우 복잡도가 로그 수준임에도 불구하고 일정할 수 있음을 보여주기.

제안 방법

• 특히 라운드 제거 및 국소성 계층 결과를 포함한 분산 알고리즘 기법들을 적응하여, 무한 격자에서의 유한성 인자 해법을 분석한다.
• 유한 의존성을 갖는 해법을 생성할 수 있는 확률적 구성인 TOAST 및 RTOAST 프레임워크를 도입한다.
• 전체 지식(n 등)에 의존하지 않는 알고리즘을 분석하기 위해 균일 국소 복잡도 개념을 사용하며, 이는 평균 복잡도 및 분할 복잡도와 연결된다.
• Z^d에서의 국소 문제의 복잡도를 특성화하기 위해 서술적 조합론의 결과, 예를 들어 Borel 및 가측 해법을 적용한다.
• 특정 문제(예: 3색칠이)가 FINDEP에 속할 수 없음을 보여주기 위해 유한 의존성 과정 개념을 활용하여 엄밀한 계층을 입증한다.
• 분산 알고리즘과 유한성 인자 간의 등가성을 활용하여, 특히 t-호프 이웃 맵핑을 통해 도메인 간 복잡도 결과를 이전한다.

실험 결과

연구 질문

• RQ1 Brandt 등 (2017)의 추측에 따르면, 분산 알고리즘과 i.i.d. 과정의 유한성 인자 간에 공식적인 연결이 존재하는가?
• RQ2 LOCAL 모델에서의 것과 유사하게, 유한성 인자 설정에서 시간 계층 정리가 수립될 수 있는가?
• RQ3 끝없이 의존하는 과정의 클래스는 TOAST 과정의 클래스에 엄밀히 포함되는가, 아니면 동일한가?
• RQ4 d차원 격자에서 3색칠의 균일 국소 복잡도는 얼마이며, (1/ε) · 2^{O(√log(1/ε))} 이하로 개선될 수 있는가?
• RQ5 격자에서 국소 문제의 균일 복잡도는 정수가 아닌 r에 대해 Θ((1/ε)^{1/r})와 같은 중간 성장률을 보일 수 있는가?

주요 결과

• 논문은 유한성 인자 설정에서 시간 계층 정리를 증명하여, 모든 t에 대해 t라운드 내에 해결 가능한 국소 문제이지만 o(t)라운드 내에는 해결 불가능한 문제가 존재함을 보였다.
• UL0CAL(O(log* 1/ε)) ⊆ FINDEP ⊆ UL0CAL((1/ε)^{1+o(1)})를 입증하여, 유한성 인자 해법 내에서 엄밀한 계층을 보였다.
• 3색칠이 d차원 격자에서 (d > 1) FINDEP에 속하지 않음을 보여줌으로써, Holroyd, Schramm, Wilson (2017)의 결과를 확인하는 열린 문제를 해결하였다.
• 격자에서 3색칠의 균일 복잡도는 (1/ε) · 2^{O(√log(1/ε))}로 보였다. 이 상한은 1/ε에 대해 다항로그 수준으로 향상될 수 있다.
• 균일성에 기반한 알고리즘 설계 덕분에, 분산 및 LCA 모델에서의 평균 복잡도가 최악의 경우 복잡도가 로그 수준임에도 불구하고 일정할 수 있음을 보였다.
• LCA 모델에서의 분할 질의 복잡도가 Linial 알고리즘의 균일 형태를 사용함으로써 Δ+1 색칠 및 LLL 문제에서 일정함을 보였다.