[논문 리뷰] Online Packing and Covering Framework with Convex Objectives

Niv Buchbinder, Shahar Chen외 1명|arXiv (Cornell University)|2014. 12. 29.

Optimization and Search Problems참고 문헌 15인용 수 12

한 줄 요약

이 논문은 약수와 포장 문제에 대해 볼록 목적함수를 가진 새로운 온라인 원본-이중 프레임워크를 제안한다. 여기서 제약조건과 변수들이 온라인으로 도착한다. 이 프레임워크는 볼록 함수 f의 부드러움과 단조성 파라미터에 따라 경쟁 비율을 달성하며, 이는 이전의 선형 목적함수 기반 프레임워크를 일반화하고, 다중 비용을 가진 온라인 집합 커버, 용량 제약이 있는 시설 위치 문제, 비분리 생산비용이 있는 멀티캐스트 문제 등에 대해 새로운 또는 향상된 경쟁 알고리즘을 가능하게 한다.

ABSTRACT

We consider online fractional covering problems with a convex objective, where the covering constraints arrive over time. Formally, we want to solve min{f(x)∣Ax≥1,x≥0}, where the objective function f:Rn→R is convex, and the constraint matrix Am×n is non-negative. The rows of A arrive online over time, and we wish to maintain a feasible solution x at all times while only increasing coordinates of x. We also consider "dual" packing problems of the form max{c⊺y−g(μ)∣A⊺y≤μ,y≥0}, where g is a convex function. In the online setting, variables y and columns of A⊺ arrive over time, and we wish to maintain a non-decreasing solution (y,μ). <br>We provide an online primal-dual framework for both classes of problems with competitive ratio depending on certain "monotonicity" and "smoothness" parameters of f; our results match or improve on guarantees for some special classes of functions f considered previously. <br>Using this fractional solver with problem-dependent randomized rounding procedures, we obtain competitive algorithms for the following problems: online covering LPs minimizing ℓp-norms of arbitrary packing constraints, set cover with multiple cost functions, capacity constrained facility location, capacitated multicast problem, set cover with set requests, and profit maximization with non-separable production costs. Some of these results are new and others provide a unified view of previous results, with matching or slightly worse competitive ratios.

연구 동기 및 목표

• 온라인 제약조건 도착 상황에서 분수형 볼록 커버링 및 포장 문제를 위한 일반적인 온라인 원본-이중 알고리즘을 개발하는 것.
• 이전에 선형 목적함수에 국한되어 있던 고전적 온라인 원본-이중 프레임워크를 일반 볼록 목적함수로 확장하는 것.
• 볼록 함수 f의 부드러움과 단조성 파라미터에 따라 경쟁 비율 보장을 제공하는 것.
• 문제 특화의 랜덤화된 반올림을 통해 이 프레임워크를 다양한 온라인 문제에 적용하여 새로운 또는 향상된 경쟁 알고리즘을 도출하는 것.
• 다양한 문제들, 예를 들어 다중 비용이 있는 집합 커버, 시설 위치, 용량 및 생산비용 제약이 있는 멀티캐스트 문제들에 대한 이전 결과들을 통합 및 일반화하는 것.

제안 방법

• 이중 변수 y가 감소할 수 있는 경우와 모든 변수(포함하여 y)에 대해 단조성을 강제하는 경우를 고려한 두 가지 온라인 원본-이중 알고리즘을 제안한다.
• 부드러움과 단조성을 캡처하는 경쟁 비율의 경계를 도출하며, 이는 ∇ℓf(z)/∇ℓf(cz)의 비율과 (z⊺∇f(z) − f(z))/f(cz) 항을 기반으로 한다.
• 혼합 커버링-포장 선형계획문제, 다중 비용 함수가 있는 집합 커버, 용량 제약이 있는 시설 위치 문제 등의 볼록 근사 문제에 프레임워크를 적용한다.
• 문제에 따라 조정된 랜덤화된 반올림을 사용하여 분수해를 정수해로 변환하며, 제어된 덧셈 오차를 유지한다.
• 체르노프 부등식을 통해 농도 경계를 확보하는 스케일링 및 반올림 기법을 활용하여 고확률로 타당성을 유지한다.
• 비분리 생산비용을 가진 문제를 프레임워크에 적합한 형태로 변환하기 위해 이중 변수 변환을 도입한다.

실험 결과

연구 질문

• RQ1 커버링 및 포장 문제에서 선형 목적함수에서 볼록 목적함수로 온라인 원본-이중 프레임워크를 확장할 수 있는가?
• RQ2 볼록 목적함수에 대해 달성 가능한 경쟁 비율은 무엇이며, 함수 f의 부드러움과 단조성 파라미터는 그에 어떻게 영향을 미치는가?
• RQ3 이 프레임워크는 다중 비용이 있는 온라인 집합 커버나 용량 제약이 있는 시설 위치 문제 등 기존 결과들을 통합하거나 향상시킬 수 있는가?
• RQ4 비분리 생산비용이 있는 문제에서 덧셈 오차가 있는 랜덤화된 반올림이 경쟁 비율에 미치는 영향은 무엇인가?
• RQ5 유도된 경쟁 비율이 선형 목적함수의 특수 케이스에 대해 알려진 하한값과 비교하여 어떻게 되는가?

주요 결과

• 선형 목적함수 케이스에서 단조성 원본 변수에 대해 O(log d)-경쟁 비율을 달성하며, 이는 알려진 하한값과 일치한다.
• 일반 볼록 목적함수에 대해 경쟁 비율은 f의 부드러움과 단조성 파라미터에 따라 달라지며, 기울기 비율에 기반한 명시적 경계가 제공된다.
• 부하 벡터의 ℓp-노름을 최소화하는 혼합 커버링-포장 선형계획문제에 대해 O(p log d)-경쟁 알고리즘을 확보한다.
• 용량 제약이 있는 시설 위치 문제에 대해 O(log²m)-경쟁 분수해를 확보하며, 이는 O(log²m log mn)-경쟁 비율의 랜덤화된 온라인 알고리즘으로 반올림된다.
• 용량 제약이 있는 멀티캐스트 문제에 대해 O(log²m log mn)-경쟁 알고리즘을 도출하며, 이에 대해 O((d + log²m) log mn)의 용량 위반을 수반한다.
• 비분리 생산비용이 있는 이윤 극대화 문제에 대해 (1−1/m)OPT/O(p log Rd)p −g(O(log m)·1)의 기대 수익을 달성하며, 볼록 근사에서 덧셈 오차는 피할 수 없다.