[논문 리뷰] On local search and LP and SDP relaxations for k-Set Packing

TS Tim Oosterwijk|arXiv (Cornell University)|2015. 07. 27.

Complexity and Algorithms in Graphs참고 문헌 84인용 수 3

한 줄 요약

이 학위논문은 기본적인 NP-난이도를 가진 조합 최적화 문제인 k-세트 패킹 문제에 대해 국소 탐색, 선형계획법(LP), 그리고 준정수계획법(SDP)의 타협해법을 조사한다. Berman의 가중치가 부여된 근사 알고리즘 증명을 단순화하고, 다항 크기의 LP와 자연스러운 SDP 타협해법에 대해 $\frac{k}{3}+1+\varepsilon$의 새로운 정수성 갭 한계를 확립하며, 근사 보증 향상과 관련된 열린 문제들을 논의한다.

ABSTRACT

Set packing is a fundamental problem that generalises some well-known combinatorial optimization problems and knows a lot of applications. It is equivalent to hypergraph matching and it is strongly related to the maximum independent set problem. In this thesis we study the k-set packing problem where given a universe U and a collection C of subsets over U, each of cardinality k, one needs to find the maximum collection of mutually disjoint subsets. Local search techniques have proved to be successful in the search for approximation algorithms, both for the unweighted and the weighted version of the problem where every subset in C is associated with a weight and the objective is to maximise the sum of the weights. We make a survey of these approaches and give some background and intuition behind them. In particular, we simplify the algebraic proof of the main lemma for the currently best weighted approximation algorithm of Berman ([Ber00]) into a proof that reveals more intuition on what is really happening behind the math. The main result is a new bound of k/3 + 1 + epsilon on the integrality gap for a polynomially sized LP relaxation for k-set packing by Chan and Lau ([CL10]) and the natural SDP relaxation [NOTE: see page iii]. We provide detailed proofs of lemmas needed to prove this new bound and treat some background on related topics like semidefinite programming and the Lovasz Theta function. Finally we have an extended discussion in which we suggest some possibilities for future research. We discuss how the current results from the weighted approximation algorithms and the LP and SDP relaxations might be improved, the strong relation between set packing and the independent set problem and the difference between the weighted and the unweighted version of the problem.

연구 동기 및 목표

• Berman의 k-세트 패킹 문제에 대한 가중치가 부여된 근사 알고리즘의 주요 보조정리 증명을 복잡한 대수학적 추론 대신 직관적인 조합적 추론을 사용해 단순화함으로써, 수학적 구조의 더 깊은 통찰을 드러내는 데 목적이 있다.
• k-세트 패킹 문제에 대해 다항 크기의 LP 타협해법과 자연스러운 SDP 타협해법에 대해 $\frac{k}{3}+1+\varepsilon$의 새로운 정수성 갭 한계를 확립하는 데 목적이 있다.
• k-세트 패킹 문제와 최대 독립집합 문제 간의 관계를 분석하며, 특히 가중치가 부여된 및 부여되지 않은 변형의 맥락에서 이를 고려한다.
• 열린 문제들과 향후 연구 방향을 특정하고 논의하는 데 목적이 있다. 특히 국소 탐색에서 더 큰 개선 집합을 고려함으로써 근사 보증을 향상시키는 것에 중점을 둔다.

제안 방법

• 복잡한 대수학적 추론 대신 직관적인 조합적 추론을 사용하여 Berman의 가중치가 부여된 근사 알고리즘의 주요 보조정리 증명을 단순화한다.
• 충돌 초그래프에서 간선 수가 정점 수보다 많은 부분그래프로 모델링함으로써 국소 탐색에서 개선 집합의 구조를 분석한다.
• 준정수계획법 기법과 Lovász θ 함수를 적용하여 k-세트 패킹 문제의 SDP 타협해법에 대한 한계를 유도한다.
• Chan와 Lau의 연구에 기반하여 다항 크기의 LP 타협해법을 구성함으로써 더 날카운 정수성 갭 한계를 달성한다.
• 알고리즘 설계의 기초로, 가중치가 부여된 k-세트 패킹 문제를 $k+1$-클로저 프리 그래프 상의 독립집합 문제로의 환원을 사용한다.
• 가중치가 부여된 경우와 부여되지 않은 경우의 k-세트 패킹 문제 간의 차이점과 현재 근사 기법의 한계에 대해 상세한 논의를 수행한다.

실험 결과

연구 질문

• RQ1 Berman의 k-세트 패킹 문제에 대한 가중치가 부여된 근사 알고리즘 증명을 단순화하여, 배경에 있는 조합적 구조에 대한 더 직관적인 통찰을 드러낼 수 있는가?
• RQ2 k-세트 패킹 문제에 대해 다항 크기의 LP 타협해법에 대해 가능한 가장 날카운 정수성 갭 한계는 무엇인가?
• RQ3 k-세트 패킹 문제에 대한 자연스러운 SDP 타협해법이 다항 크기의 LP 타협해법과 동일한 정수성 갭 한계를 달성하는가?
• RQ4 2보다 큰 크기의 개선 집합(예: $t > 2$에 대해 $t$-국소 최적 해)을 고려하는 국소 탐색 알고리즘이 가중치가 부여된 k-세트 패킹 문제에 대해 더 나은 근사 보증을 제공할 수 있는가?
• RQ5 고정된 $c \geq 0$에 대해 $\frac{k+c}{3}+\varepsilon$의 근사 보증을 가중치가 부여된 k-세트 패킹 문제에서 달성할 수 있는가?

주요 결과

• Berman의 가중치가 부여된 근사 알고리즘의 주요 보조정리 증명이 단순화되어, 가중치 함수와 개선 집합 선택의 배경에 있는 더 명확한 조합적 통찰이 드러났다.
• k-세트 패킹 문제에 대해 다항 크기의 LP 타협해법에 대해 $\frac{k}{3}+1+\varepsilon$의 새로운 정수성 갭 한계가 확립되었다.
• 자연스러운 SDP 타협해법에 대해서도 동일한 $\frac{k}{3}+1+\varepsilon$의 정수성 갭 한계가 성립함을 입증하였다.
• 정리 17 및 그 추론들(정리 19, 23, 24)의 증명은 개선 집합의 정의 오류로 인해 잘못되었으며, 이 결과들의 진위 여부는 여전히 열려 있다.
• 이 학위논문은 국소 탐색을 더 큰 개선 집합을 고려하도록 확장함으로써 $\frac{k+c}{3}+\varepsilon$의 더 나은 근사 보증이 일부 고정된 $c \geq 0$에 대해 달성될 수 있을 것이라 추측한다.
• 논문은 현재 가중치가 부여된 근사 알고리즘이 k-세트 패킹 문제를 $k+1$-클로저 프리 그래프 상의 독립집합 문제로 환원하는 데 크게 의존하고 있음을 밝혀내었으며, 이 환원 방식이 향후 개선을 위한 유망한 방향으로 제시된다.