[논문 리뷰] New Progress in Univariate Polynomial Root-finding

Victor Y. Pan|arXiv (Cornell University)|2018. 05. 30.

Advanced Numerical Analysis Techniques인용 수 2

한 줄 요약

이 논문은 새로운 기법을 사용하여 분할(subdivision)과 Ehrlich의 기능적 반복(iterations)을 개선함으로써 단변수 다항식의 근을 찾는 데 속도를 크게 향상시킨다. 특히 희소 다항식의 경우 뚜렷한 성능 향상이 이루어지며, 경로 추적 경사하강법(Newton's iterations)의 성능 향상도 동시에 달성한다. 이러한 개선으로 기존의 도구인 MPSolve와 비교해도 경쟁력 있는 성능을 발휘할 수 있도록 한다.

ABSTRACT

Univariate polynomial root-finding has been studied for four millennia and is still the subject of intensive research. Hundreds of efficient algorithms for this task have been proposed. Two of them are nearly optimal. The first one was proposed in 1995; it relies on recursive factorization of a polynomial, is quite involved, and has never been implemented. The second one was proposed in 2016, relies on subdivision iterations, was implemented in 2018, and promises to be practically competitive, although user's current choice for univariate polynomial root-finding is the package MPSolve, proposed in 2000, revised in 2014, and based on Ehrlich's functional iterations. By incorporating some old and new techniques we significantly accelerate subdivision and Ehrlich's iterations; as by-product we also accelerate path-following Newton's iterations for root-finding.. Moreover our acceleration of the known subdivision root-finders is dramatic in the case of sparse input polynomials. Some of our techniques promise to be valuable for the design and analysis of other polynomial root-finders as well.

연구 동기 및 목표

• 4,000년 이상 연구되어 온 단변수 다항식의 근을 효율적으로 찾는 데 장기적인 과제를 해결하기 위해.
• 기존의 근 찾기 알고리즘의 한계, 특히 희소 다항식의 경우 구현 부족이나 실용적 효율성 부족 문제를 해결하기 위해.
• 기존의 반복적 방법인 분할과 Ehrlich의 기능적 반복을 새로운 알고리즘 기법을 통해 성능을 향상시키기 위해.
• 제안된 개선의 부산물로 경로 추적 경사하강법의 수렴 속도를 빠르게 하기 위해.
• 현재의 방법에 효과적인 기법을 개발함과 동시에 향후 다항식의 근 찾기 알고리즘 설계에 유용할 수 있는 기법을 개발하기 위해.

제안 방법

• 희소 다항식의 경우 특히 빠른 분할 기반 근 찾기 알고리즘을 향상시키기 위해 오래된 기법과 새로운 기법을 융합한다.
• 가속 기법을 적용하여 Ehrlich의 기능적 반복의 수렴 속도를 향상시킨다.
• 희소 다항식의 구조적 특성을 활용하여 분할 방법의 계산 비용을 크게 감소시킨다.
• 한 방법(예: Ehrlich의 방법)에서 유도된 가속 전략을 다른 방법, 예를 들어 경로 추적 경사하강법 등으로 확장 적용한다.
• 수치적 안정성을 유지하면서도 속도를 증가시키는 알고리즘 정밀화 기법을 도입한다.
• 재귀적 인수분해와 반복 정밀화를 기본 구성 요소로 사용하며, 새로운 가속 메커니즘을 통해 이를 향상시킨다.

실험 결과

연구 질문

• RQ1 어떻게 하면 분할 기반 근 찾기 알고리즘을 빠르게 만들 수 있을까? 특히 희소 다항식의 경우에 대해.
• RQ2 Ehrlich의 기능적 반복은 어떤 방식으로 개선되어 수렴 속도와 실용적 성능을 향상시킬 수 있을까?
• RQ3 한 근 찾기 방법에 대해 개발된 가속 기법이 다른 방법, 예를 들어 경로 추적 경사하강법 등으로 효과적으로 이식될 수 있을까?
• RQ4 다항식의 희소성과 구조적 특성은 어떤 역할을 하여 극적인 성능 향상을 가능하게 할까?
• RQ5 고전적 기법과 현대적 기법의 어떤 조합이 다항식 근 찾기 알고리즘에서 가장 효과적인 가속을 이끌 수 있을까?

주요 결과

• 분할 기반 근 찾기 알고리즘의 가속화로 인해 특히 희소 입력 다항식의 경우 극적인 성능 향상이 이루어진다.
• 새로운 가속 기법을 적용함으로써 Ehrlich의 기능적 반복의 수렴 속도가 크게 향상된다.
• 제안된 방법의 부산물로 경로 추적 경사하강법의 수렴 속도도 향상된다.
• 제안된 기법은 현재 알고리즘에 효과적이며, 향후 다항식 근 찾기 알고리즘 설계에 유용할 잠재력을 지닌다.
• 개선된 알고리즘은 특정 케이스에서 기존의 산업 표준 도구인 MPSolve와 비교해도 경쟁력 있거나 슈퍼어리어를 발휘한다.
• 오래된 기법과 새로운 기법의 통합은 단변수 다항식 근 찾기의 실용적이고 효율적인 프레임워크를 제공한다.