[논문 리뷰] On the Separability of Stochastic Geometric Objects, with Applications

Jie Xue, Yuan Li외 1명|arXiv (Cornell University)|2016. 03. 22.

Computational Geometry and Mesh Generation참고 문헌 16인용 수 5

한 줄 요약

이 논문은 일점/다점 불확실성 모델 하에서 스 tochastic bichromatic 기하 객체의 분리 가능 확률(Separable-Probability, SP)과 기대 분리 마진(Expected Separation-Margin, ESM)을 계산하는 최적 알고리즘을 제시한다. d ≥ 3인 경우 SP는 O(nN^{d-1}) 시간에, ESM은 O(nN^d) 시간에 도달하며, 이는 최적성을 입증하는 매칭되는 하한을 갖는다. 또한 이 프레임워크는 다면체와 구로 확장되어 스 tochastic 볼록껍데기 문제에 대한 새로운 해결책을 가능하게 한다.

ABSTRACT

In this paper, we study the linear separability problem for stochastic geometric objects under the well-known unipoint/multipoint uncertainty models. Let $S=S_R \cup S_B$ be a given set of stochastic bichromatic points, and define $n = \min\{|S_R|, |S_B|\}$ and $N = \max\{|S_R|, |S_B|\}$. We show that the separable-probability (SP) of $S$ can be computed in $O(nN^{d-1})$ time for $d \geq 3$ and $O(\min\{nN \log N, N^2\})$ time for $d=2$, while the expected separation-margin (ESM) of $S$ can be computed in $O(nN^{d})$ time for $d \geq 2$. In addition, we give an $Ω(nN^{d-1})$ witness-based lower bound for computing SP, which implies the optimality of our algorithm among all those in this category. Also, a hardness result for computing ESM is given to show the difficulty of further improving our algorithm. As an extension, we generalize the same problems from points to general geometric objects, i.e., polytopes and/or balls, and extend our algorithms to solve the generalized SP and ESM problems in $O(nN^{d})$ and $O(nN^{d+1})$ time, respectively. Finally, we present some applications of our algorithms to stochastic convex-hull related problems.

연구 동기 및 목표

• 실제 데이터에서 측정 불확실성이 존재하는 상황에서 선형 분리 가능성에 대한 효율적인 알고리즘이 부족한 문제를 해결하기 위해.
• 스 tochastic bichromatic 점 또는 기하 객체가 선형적으로 분리될 확률(SP)과 그들 사이의 기대 마진(ESM)을 계산하기 위해.
• 이 알고리즘을 다면체 및 구와 같은 일반 기하 객체로 확장하기 위해.
• 결과를 활용하여 스 tochastic 볼록껍데기 관련 문제, 예를 들어 소속도 및 교차 확률을 해결하기 위해.

제안 방법

• 극값 구성의 점들을 이용해 후보 분리 초평면을 열거하는 워치맨 기반 알고리즘을 제안한다.
• 기하 이중성과 볼록껍데기 성질을 활용하여 d ≥ 3인 경우 SP에 대한 후보 분리자 수를 O(nN^{d-1})으로 감소시킨다.
• 랜덤 샘플링과 기하 분해를 적용하여 ESM을 O(nN^d) 시간에 계산한다.
• 불확실성 모델링과 Minkowski 합을 이용해 분리 검증을 수행함으로써, SP 및 ESM 알고리즘을 구와 다면체로 일반화한다.
• 쿼리 점이 존재하는 점들과의 초평면 분리에 의해 스 tochastic 볼록껍데기 소속도 확률(SCHMP)을 직접적으로 효율적으로 계산하기 위해 SP 알고리즘을 활용한다.
• 분리 가능성 질의로 환원함으로써, 교차 및 ε-거리 확률과 같은 일반화된 SCH 문제를 해결하기 위해 프레임워크를 확장한다.

실험 결과

연구 질문

• RQ1 일점/다점 모델 하에서 d차원 공간에서 스 tochastic bichromatic 점들의 분리 가능 확률(SP)을 계산하는 데 필요한 계산 복잡도는 무엇인가?
• RQ2 기대 분리 마진(ESM)은 효율적으로 계산될 수 있으며, 그 런타임에 대한 이론적 하한은 무엇인가?
• RQ3 SP 및 ESM 문제는 다면체 및 구와 같은 비점 기하 객체로 어떻게 일반화될 수 있는가?
• RQ4 제안된 알고리즘은 스 tochastic 볼록껍데기 소속도 및 관련 문제를 해결하는 데 적용될 수 있는가?
• RQ5 볼록껍데기의 워치맨 면과 고차원에서의 극한 분리자 열거 간의 관계는 무엇인가?

주요 결과

• d ≥ 3인 경우 bichromatic 스 tochastic 점 집합의 SP는 O(nN^{d-1}) 시간에 계산 가능하며, 이는 모든 워치맨 기반 알고리즘 중 최적이다.
• SP 계산에 대해 Ω(nN^{d-1})의 하한이 증명되었으며, 이는 워치맨 기반 모델에서 제안된 알고리즘이 최적임을 확인한다.
• ESM은 O(nN^d) 시간에 계산 가능하며, 서로 다른 분리 마진의 수는 Θ(nN^d)이므로, 향후 개선이 불가능할 수 있음을 시사한다.
• SP 및 ESM 문제는 다면체 및 구로 일반화되었으며, 각각 O(nN^d) 및 O(nN^{d+1}) 시간에 실행되는 알고리즘이 제안된다.
• SP 알고리즘을 통해 d ≥ 3인 경우 O(m^{d-1}) 시간에 스 tochastic 볼록껍데기 소속도 확률(SCHMP)을 직접적이고 효율적으로 계산할 수 있으며, 이는 이전의 워치맨 엣지 방법을 일반화한다.
• 이 프레임워크는 새로운 응용을 지원하며, 쿼리 객체와의 SCH 교차 확률 계산 및 쿼리 점에서 SCH까지의 기대 거리 계산 모두 O(m^d) 시간에 해결 가능하다.