[논문 리뷰] N-fold integer programming via LP rounding

Jana Cslovjecsek, Friedrich Eisenbrand외 1명|arXiv (Cornell University)|2020. 02. 18.

Complexity and Algorithms in Graphs인용 수 3

한 줄 요약

이 논문은 매개변수 의존도 $(s\Delta)^{O(s^2)}$ 를 가진 다항 시간 내에 해결 가능한 더 강력한 선형계획법(LP) 타월을 활용하여 N-겹 정수계획법(N-fold integer programming)에 대한 새로운 비증강(non-augmentation) 접근법을 제안한다. 최적의 LP 정점이 최적의 정수해로부터 $\ell_1$-거리 $(rs\Delta)^{O(rs)}$ 이내에 있음을 증명하고, 이를 통해 동적계획법을 적용하여 정수해를 $(rs\Delta)^{O(r^2s + s^2)} nt$ 시간 내에 찾을 수 있으며, 이는 N-겹 정수계획법에 대해 알려진 바 중 가장 빠른 알고리즘을 제공한다.

ABSTRACT

We consider N-fold integer programming problems. After a decade of continuous progress, the currently fastest algorithm for N-fold integer programming by Jansen et al. (2019) has a running time of $(rs\Delta)^{O(r^2s + s^2)} {\phi}^2 \cdot nt \log^{O(1)}(nt)$. Here ${\phi}$ is the largest binary encoding length of a number in the input. This algorithm, like its predecessors are based on the augmentation framework, a tailored integer programming variant of local search. In this paper we propose a different approach that is not based on augmentation. Our algorithm relies on a stronger LP-relaxation of the N-fold integer program instead. This relaxation can be solved in polynomial time with parameter dependence $(s{\Delta})^{O(s^2)}$ by resorting to standard techniques from convex optimization. We show that, for any given optimal vertex solution $x^*$ of this relaxation, there exists an optimal integer solution $z^*$ that is within short $\ell_1$-distance, namely $\|x^* - z^*\|_{1} \leq (rs\Delta)^{O(rs)}$. With dynamic programming one can then find an optimal integer solution of the N-fold IP in time $(rs\Delta)^{O(r^2s + s^2)} \,nt $. This, together with an off-the-shelf-method from convex optimization, results in the currently fastest algorithm for N-fold integer programming.

연구 동기 및 목표

• 증강 프레임워크의 한계를 극복하기 위해 N-겹 정수계획법에 대한 비증강 접근법을 도입함으로써.
• N-겹 정수계획법을 위해 더 강력한 LP 타월을 개발하여 보다 많은 구조적 정보를 포착함으로써.
• 최적의 LP 해와 최적의 정수해 사이의 유한한 $\ell_1$-거리 관계를 확립함으로써.
• 기존의 증강 기반 알고리즘보다 더 빠른 실행 시간을 확보함으로써.
• 입력 매개변수 $r$, $s$, $\Delta$, $n$ 에 대한 개선된 의존도를 가지는 매개변수화된 알고리즘을 제공함으로써.

제안 방법

• 매개변수 의존도 $(s\Delta)^{O(s^2)}$ 를 가진 다항 시간 내에 해결 가능한 더 강력한 N-겹 정수계획법을 위한 LP 타월을 구성함으로써.
• 표준 볼록 최적화 기법을 사용하여 강화된 LP 타월을 효율적으로 해결함으로써.
• 모든 최적의 LP 정점 해 $x^*$에 대해, $\|x^* - z^*\|_1 \leq (rs\Delta)^{O(rs)}$ 를 만족하는 최적의 정수해 $z^*$ 가 존재함을 증명함으로써.
• LP 해의 유한한 $\ell_1$-근접 이웃 내에서 최적의 정수해를 찾기 위해 동적계획법을 적용함으로써.
• LP 해와 동적계획법 단계를 조합하여 총 실행 시간을 $(rs\Delta)^{O(r^2s + s^2)} nt$ 로 도출함으로써.
• LP 타월을 효율적으로 해결하기 위해 시장에 존재하는 볼록 최적화 방법을 활용함으로써.

실험 결과

연구 질문

• RQ1 N-겹 정수계획법에 대해 증강 기반 알고리즘의 최신 기술을 초월하는 비증강 접근법이 가능한가?
• RQ2 N-겹 정수계획법에서 최적의 LP 해와 최적의 정수해 사이의 최대 $\ell_1$-거리가 얼마인가?
• RQ3 더 강력한 LP 타월이 정수성 보장을 유지하면서도 효율적으로 해결 가능한가?
• RQ4 제한된 $\ell_1$-이웃 내에서 동적계획법을 적용하면 전체 알고리즘이 더 빨라지는가?
• RQ5 실행 시간의 최적의 매개변수 의존도는 $r$, $s$, $\Delta$, $n$ 에 대해 어떻게 되는가?

주요 결과

• 제안된 알고리즘은 $(rs\Delta)^{O(r^2s + s^2)} nt$ 의 실행 시간을 달성하며, 이는 N-겹 정수계획법에 대해 알려진 바 중 가장 빠른 실행 시간이다.
• 최적의 LP 해와 최적의 정수해 사이의 $\ell_1$-거리가 $(rs\Delta)^{O(rs)}$ 이내로 유계임을 입증하였다.
• 더 강력한 LP 타월은 매개변수 의존도 $(s\Delta)^{O(s^2)}$ 를 가진 다항 시간 내에 해결 가능하다.
• 알고리즘은 증강 프레임워크를 피함으로써 N-겹 정수계획법을 해결하는 데 새로운 패러다임을 제시한다.
• 이전까지의 최고 성능인 $(rs\Delta)^{O(r^2s + s^2)} \phi^2 \cdot nt \log^{O(1)}(nt)$ 에서 $\phi^2$ 와 $\log$ 인자들을 제거함으로써 성능을 향상시켰다.
• 볼록 최적화와 동적계획법을 조합하여 최적의 매개변수 의존도를 달성하였다.