[논문 리뷰] On Parsimonious Explanations for 2-D Tree- and Linearly-Ordered Data

Howard Karloff, Flip Korn외 2명|arXiv (Cornell University)|2011. 01. 10.

Sparse and Compressive Sensing Techniques참고 문헌 17인용 수 6

한 줄 요약

이 논문은 트리 또는 선형 순서로 정렬된 2차원 행렬 데이터에 대한 비용 효율적인 설명 문제를 다루며, 계층적 또는 연속적인 행 및 열 부분집합에서 유도된 가중 직사각형의 희박한 합으로 행렬을 표현하기 위한 근사 알고리즘을 제안한다. 트리 순서 데이터에 대해 랜덤화된 2-근사 알고리즘과 선형 순서 데이터에 대해 $2.56$-근사 알고리즘을 제시하여, 희박하고 정확한 행렬 표현을 위한 직사각형을 사용하는 데 있어 처음으로 알려진 근사 보장을 달성한다.

ABSTRACT

This paper studies the "explanation problem" for tree- and linearly-ordered array data, a problem motivated by database applications and recently solved for the one-dimensional tree-ordered case. In this paper, one is given a matrix A whose rows and columns have semantics: special subsets of the rows and special subsets of the columns are meaningful, others are not. A submatrix in A is said to be meaningful if and only if it is the cross product of a meaningful row subset and a meaningful column subset, in which case we call it an "allowed rectangle." The goal is to "explain" A as a sparse sum of weighted allowed rectangles. Specifically, we wish to find as few weighted allowed rectangles as possible such that, for all i,j, a_{ij} equals the sum of the weights of all rectangles which include cell (i,j). In this paper we consider the natural cases in which the matrix dimensions are tree-ordered or linearly-ordered. In the tree-ordered case, we are given a rooted tree T1 whose leaves are the rows of A and another, T2, whose leaves are the columns. Nodes of the trees correspond in an obvious way to the sets of their leaf descendants. In the linearly-ordered case, a set of rows or columns is meaningful if and only if it is contiguous. For tree-ordered data, we prove the explanation problem NP-Hard and give a randomized 2-approximation algorithm for it. For linearly-ordered data, we prove the explanation problem NP-Hard and give a 2.56-approximation algorithm. To our knowledge, these are the first results for the problem of sparsely and exactly representing matrices by weighted rectangles.

연구 동기 및 목표

• 계층적(트리 순서) 또는 연속적(선형 순서) 행 및 열 부분집합에서 유도된 최소한의 가중 직사각형을 사용하여 2차원 행렬 데이터를 모델링하고 해결하는 문제를 모델링하고 해결하는 것.
• 행렬을 이러한 직사각형들의 합으로 표현할 때 비제로 가중치의 수를 최소화하여, 단순하고 해석 가능한 설명을 비틀린 전형적 전 Rank 분해보다 우선시하는 것.
• 트리 순서 및 선형 순서 설정 모두에서 허용된 직사각형을 사용한 희박하고 정확한 행렬 표현 문제에 대해 이론적 근사 경계를 설정하는 것.
• 두 문제 유형 모두에 대해 증명 가능하게 양호한 근사 비율을 달성하는 효율적인 다항식 시간 알고리즘을 개발하는 것.

제안 방법

• 트리 순서 데이터의 경우, 노드의 자식 집합과의 곱으로 정의된 허용된 직사각형을 활용하여 계층적 구조를 이용한 랜덤화된 2-근사 알고리즘을 사용한다.
• 선형 순서 데이터의 경우, 수평 그리드선을 따라 다수의 1차원 0-가중치 분할 문제로 2차원 문제를 감소시키며, 비율 $23/18 + O(\varepsilon)$를 갖는 1차원 근사 알고리즘을 사용한다.
• 알고리즘은 각 선택된 행에서 마지막 행까지 확장되는 직사각형을 구성하며, 1차원 해의 상단 경계를 사용하고 하단 경계를 마지막 행에 고정하여 커버리지와 중복을 줄인다.
• 잔여 행렬에서 모든 직사각형 가중치를 뺀 후의 두 번째 차분이 0임을 보여줌으로써 정확성을 증명한다. 이는 첫 번째 비제로 요소가 0이면 모든 요소가 0임을 의미한다.
• 1차원에서 쌍과 삼중항만을 사용하는 단순화된 변형을 통해 1차원에서 $4/3$-근사 알고리즘을 얻으며, 이는 2차원에서 $8/3 \approx 2.67$-근사로 이어지고 런타임이 향상된다.
• 실행 시간은 $O(n^2 + OPT \cdot n \log n)$으로 제한되며, $x^2 \log x$의 볼록성을 이용해 각 행의 꼭짓점 수의 제곱합을 유 bounds한다.

실험 결과

연구 질문

• RQ1 트리 순서 행과 열 계층에서 유도된 가중 직사각형의 희박한 합으로 2차원 행렬을 표현하는 문제의 계산 복잡도는 무엇인가요?
• RQ2 트리 순서 행렬 설명 문제에 대해 상수 요소 근사 알고리즘을 설계할 수 있으며, 달성 가능한 최선의 근사 비율은 무엇인가요?
• RQ3 행렬 구조가 트리 순서가 아니라 선형 순서(즉, 연속 구간)일 경우 근사 비율은 어떻게 변화합니까?
• RQ4 수평 그리드선을 따라 1차원 하위 문제를 활용하여 선형 순서 케이스에 대해 더 효율적인 알고리즘을 설계할 수 있을까요?
• RQ5 고정밀도 1차원 알고리즘 대비 단순화된 1차원 알고리즘을 사용할 경우 근사 비율과 런타임 사이의 상충 관계는 어떻게 되나요?

주요 결과

• 트리 순서 행렬 설명 문제는 NP-난이도이며, 본 논문은 이에 대해 랜덤화된 2-근사 알고리즘을 제안하며, 이는 해당 변형에 대해 처음으로 알려진 근사 알고리즘이다.
• 선형 순서 데이터의 경우, $23/9 + O(\varepsilon) \approx 2.56$-근사 알고리즘을 달성하여, 단순화된 1차원 알고리즘으로부터 유도된 난이도 높은 $2.67$-근사보다 향상된 성능을 보였다.
• 선형 순서 데이터에 대한 알고리즘은 수평 그리드선을 따라 1차원 0-가중치 분할 문제로 감소시키며, 각 문제를 비율 $23/18 + O(\varepsilon)$-근사로 해결한다.
• 알고리즘의 정확성은 모든 직사각형 가중치를 뺀 잔여 행렬의 두 번째 차분이 0임을 보여줌으로써 증명되며, 이는 모든 요소가 0임을 의미한다.
• 1차원에서 쌍과 삼중항만을 사용하는 단순화된 알고리즘은 1차원에서 $4/3$-근사로 이어지고, 이는 2차원에서 $8/3 \approx 2.67$-근사로 이어지며 실행 시간이 크게 향상된다.
• 실행 시간은 $O(n^2 + OPT \cdot n \log n)$로 제한되며, 이는 각 행의 꼭짓점 수의 제곱합의 볼록성 덕분이다.