[논문 리뷰] Preprocessing Ambiguous Imprecise Points

Ivor van der Hoog, Irina Kostitsyna외 2명|arXiv (Cornell University)|2019. 01. 01.

Data Management and Algorithms참고 문헌 8인용 수 2

한 줄 요약

이 논문은 불확실한 점 집합에서 영역 겹침의 보다 정교한 측도로 애매함 A(R)을 도입하여, 정렬과 4분할 트리 구축을 O(A(R)) 시간에 지원하는 사전처리를 가능하게 한다. A(R)이 접근 구조에서 재구성 시간에 대한 날카로운 하한을 이룬다는 것을 증명하며, 간격 정렬과 d차원 단위 원판에의 적용을 포함한다.

ABSTRACT

Let ${R} = \{R_1, R_2, ..., R_n\}$ be a set of regions and let $ X = \{x_1, x_2, ..., x_n\}$ be an (unknown) point set with $x_i \in R_i$. Region $R_i$ represents the uncertainty region of $x_i$. We consider the following question: how fast can we establish order if we are allowed to preprocess the regions in $R$? The preprocessing model of uncertainty uses two consecutive phases: a preprocessing phase which has access only to ${R}$ followed by a reconstruction phase during which a desired structure on $X$ is computed. Recent results in this model parametrize the reconstruction time by the ply of ${R}$, which is the maximum overlap between the regions in ${R}$. We introduce the ambiguity $A({R})$ as a more fine-grained measure of the degree of overlap in ${R}$. We show how to preprocess a set of $d$-dimensional disks in $O(n \log n)$ time such that we can sort $X$ (if $d=1$) and reconstruct a quadtree on $X$ (if $d\geq 1$ but constant) in $O(A({R}))$ time. If $A({R})$ is sub-linear, then reporting the result dominates the running time of the reconstruction phase. However, we can still return a suitable data structure representing the result in $O(A({R}))$ time. In one dimension, ${R}$ is a set of intervals and the ambiguity is linked to interval entropy, which in turn relates to the well-studied problem of sorting under partial information. The number of comparisons necessary to find the linear order underlying a poset $P$ is lower-bounded by the graph entropy of $P$. We show that if $P$ is an interval order, then the ambiguity provides a constant-factor approximation of the graph entropy. This gives a lower bound of $Ω(A({R}))$ in all dimensions for the reconstruction phase (sorting or any proximity structure), independent of any preprocessing; hence our result is tight.

연구 동기 및 목표

• 불확실한 점 집합에서 영역 겹침을 측정하는 데 있어 ply가 너무 거친 측도라는 한계를 해결하기 위해.
• 더 정교한 측도인 애매함 A(R)을 개발하여 겹침 정도를 보다 정확히 캡처하기 위해.
• A(R)이 접근 구조에서 재구성 시간에 대한 날카로운 하한을 이룬다는 것을 보여주기 위해.
• 정렬과 4분할 트리 구축을 위한 효율적인 사전처리가 O(A(R)) 시간에 수행될 수 있음을 보여주기 위해.
• 애매함을 간격 엔트로피 및 부분 순서의 선형 확장 수와 연결하여, 부분 정보 하에서의 정렬에 대한 새로운 하한을 제공하기 위해.

제안 방법

• 모든 순열에 대해 이전 영역들과의 교차 수의 합의 최소값으로 애매함 A(R)을 정의한다.
• 포함관계에 적합한 순열 π를 사용하여 동적이고 균형 잡힌 피보나치 트리 E를 구성한다.
• 지정된 순서 π에 따라 점들을 삽입하여 2변형 4분할 트리 T를 구성하며, 효율적인 위치 탐색을 위해 잎 노드 포인터와 앵커 노드를 활용한다.
• 삽입 중에 O(A(R)) 번의 연산으로 균형을 유지하는 동적 트리 구조를 사용한다.
• 각 영역이 4분할 트리에서 최대 O(|Γπ_i|)개의 잎 노드와 교차한다는 사실을 활용한다. 여기서 |Γπ_i|는 Ri와 겹치는 이전 영역의 수이다.
• 이웃 포인터와 앵커 포인터를 사용하여 4분할 트리 내에서 점 위치 탐색이 O(log |Γπ_i|) 시간에 수행될 수 있음을 증명한다.

실험 결과

연구 질문

• RQ1 애매함 A(R)은 불확실한 점 집합에서 ply보다 더 정밀한 영역 겹침 측도로 기능할 수 있는가?
• RQ2 A(R)은 4분할 트리와 같은 접근 구조의 재구성 시간 복잡도에 대한 날카로운 하한인가?
• RQ3 애매함은 간격 엔트로피와 부분 순서의 선형 확장 수와 어떻게 관련이 있는가?
• RQ4 정렬과 4분할 트리의 재구성 시간을 O(A(R))로 보장하기 위해 O(n log n) 시간 내에 사전처리를 수행할 수 있는가?
• RQ5 A(R)은 효율적으로 근사화될 수 있으며, 기존의 엔트로피 계산 하한을 향상시킬 수 있는가?

주요 결과

• 애매함 A(R)은 간격 그래프 엔트로피의 상수 요소 근사값이며, 정렬과 접근 구조 재구성에 대해 Ω(A(R))의 하한을 제공한다.
• 구간로 표현된 부정확한 점의 정렬은 O(n log n) 사전처리 후 Θ(A(R)) 시간에 수행될 수 있다.
• d차원 단위 원판에 대한 2변형 4분할 트리 재구성은 제안된 사전처리를 사용하여 Θ(A(R)) 시간에 수행될 수 있다.
• A(R)의 3배근사값은 O(n log n) 시간에 계산될 수 있으며, 실용적 사용에 효과적이다.
• 기존의 간격 그래프 엔트로피 근사 계산의 최상위 기술 수준을 O(n^2.5)에서 O(n log n)으로 향상시켰다.
• 이 방법은 상수 차원에서 단위 크기의 지글린 볼록 영역으로 일반화되며, 여전히 O(A(R)) 재구성 시간을 유지한다.