[논문 리뷰] Submodular Function Maximization via the Multilinear Relaxation and Contention Resolution Schemes

Chandra Chekuri, Jan Vondrák외 1명|arXiv (Cornell University)|2011. 05. 23.

Complexity and Algorithms in Graphs참고 문헌 31인용 수 68

한 줄 요약

이 논문은 다중선형 확장과 경쟁 해결 기법(CRS)을 사용하여 패킹 제약 조건 하에서 비음수 서모듈러 함수를 최대화하기 위한 일반적인 프레임워크를 제시한다. 관련된 분석 및 재귀적 분해 기반의 새로운 CRS 구성 기법을 도입함으로써, 분리 오ракูล로 정의된 내림차순 다면체에 대해 비단조화 서모듈러 최대화 문제에 대해 상수 요인 근사 보장을 달성한다. 이는 단일 매트로이드나 배낭 제약 조건과 같은 특정 제약 조건에 국한된 이전 방법의 한계를 극복한다.

ABSTRACT

We consider the problem of maximizing a non-negative submodular set function $f:2^N ightarrow \mathbb{R}_+$ over a ground set $N$ subject to a variety of packing type constraints including (multiple) matroid constraints, knapsack constraints, and their intersections. In this paper we develop a general framework that allows us to derive a number of new results, in particular when $f$ may be a non-monotone function. Our algorithms are based on (approximately) maximizing the multilinear extension $F$ of $f$ over a polytope $P$ that represents the constraints, and then effectively rounding the fractional solution. Although this approach has been used quite successfully, it has been limited in some important ways. We overcome these limitations as follows. First, we give constant factor approximation algorithms to maximize $F$ over a down-closed polytope $P$ described by an efficient separation oracle. Previously this was known only for monotone functions. For non-monotone functions, a constant factor was known only when the polytope was either the intersection of a fixed number of knapsack constraints or a matroid polytope. Second, we show that contention resolution schemes are an effective way to round a fractional solution, even when $f$ is non-monotone. In particular, contention resolution schemes for different polytopes can be combined to handle the intersection of different constraints. Via LP duality we show that a contention resolution scheme for a constraint is related to the correlation gap of weighted rank functions of the constraint. This leads to an optimal contention resolution scheme for the matroid polytope. Our results provide a broadly applicable framework for maximizing linear and submodular functions subject to independence constraints. We give several illustrative examples. Contention resolution schemes may find other applications.

연구 동기 및 목표

• 복잡한 패킹 제약 조건 하에서 비음수 서모듈러 함수를 최대화하기 위한 일반적이고 확장 가능한 프레임워크를 개발하는 것.
• 이전 방법이 단조화 함수나 특정 제약 유형(예: 단일 매트로이드 또는 배낭 제약)에 국한되어 있었던 한계를 극복하는 것.
• 매트로이드와 배낭 제약의 교차를 포함한 다양한 제약 가족에 걸쳐 서모듈러 최대화의 근사 알고리즘을 통합하고 확장하는 것.
• 경쟁 해결 기법과 가중 순위 함수의 상관관계 갭 사이의 이론적 연결 고리를 설정함으로써 최적의 CRS 설계를 가능하게 하는 것.
• 다양한 제약 유형에 걸쳐 라운딩 기법을 통합하는 데 효과적이고 모듈러한 접근 방식을 제공하는 것.

제안 방법

• 서모듈러 함수 f의 다중선형 확장 F를 사용하여 이산 최적화 문제를 다면체 P 위의 연속 문제로 풀이한다.
• 분리 오라클로 정의된 내림차순 다면체 P에서 F(x)를 최대화하는 문제로 공식화함으로써 효율적인 분수 최적화를 가능하게 한다.
• 분수 해 z를 수요 크기별로 그룹화하여 Nh로 나누고, 각 그룹을 3^h의 요소로 스케일링한다.
• 각 그룹 Nh에 대해 (β, 1−β′)-균형 잡힌 경쟁 해결 기법을 적용하여 스케일링된 해 z^h를 바탕으로 정수 해 y^h를 생성한다.
• 랜덤화된 라운딩 규칙을 사용한다: 확률 1/2로 y^0을 출력하고, 나머지 경우 h≥1에 대해 y^h의 합집합을 출력함으로써 타당성과 기대 성능을 확보한다.
• LP 이중성 원리를 활용하여 경쟁 해결 기법과 가중 순위 함수의 상관관계 갭을 연결함으로써 매트로이드 다면체에 최적의 CRS 설계를 가능하게 한다.

실험 결과

연구 질문

• RQ1 분리 오라클로 정의된 일반적인 내림차순 다면체에서 비단조화 서모듈러 최대화 문제에 대해 상수 요인 근사 알고리즘을 달성할 수 있는가?
• RQ2 매트로이드와 배낭 제약의 교차 제약 조건에 대해 효과적으로 설계되고 조합될 수 있는 경쟁 해결 기법은 어떻게 설계할 수 있는가?
• RQ3 경쟁 해결 기법과 가중 순위 함수의 상관관계 갭 사이의 이론적 연결 고리는 무엇인가?
• RQ4 다중선형 확장 접근 방식은 단조화 함수를 초월하여 비단조화 케이스에 대해 상수 요인 보장을 달성할 수 있는가?
• RQ5 서모듈러 최적화에서 다양한 제약 유형 간 라운딩 기법을 통합하는 일반적이고 모듈러한 프레임워크가 존재하는가?

주요 결과

• 논문은 분리 오라클로 정의된 임의의 내림차순 다면체에서 비단조화 서모듈러 최대화 문제에 대해 상수 요인 근사 보장을 달성하며, 이는 이전 결과가 단조화 함수나 특정 제약 유형에 국한되었던 것을 확장한다.
• 일반적인 패킹 제약 조건에 대해 (β/6, (1−β′)/2)-균형 잡힌 CRS를 달성하는 새로운 경쟁 해결 기법 구성 기법을 도입하여 이전 기법보다 향상된 성능을 보인다.
• 매트로이드 다면체의 경우, 가중 순위 함수의 상관관계 갭을 활용함으로써 최적의 경쟁 해결 기법을 도출한다.
• 재귀적 분해와 랜덤화된 라운딩 전략을 통해 최종 정수 해의 타당성을 보장하며, 모든 제약 유형에서 제약 조건을 유지한다.
• 이 방법은 이전 결과를 일반화하고 통합하여 매트로이드와 배낭 제약의 교차를 다루는 단일 프레임워크를 제공하며, 상수 요인 근사 보장을 달성한다.
• 비단조화 서모듈러 함수에 대해서도 이 프레임워크가 효과적임을 입증하였으며, 이는 이전 방법이 성공을 거두지 못했던 영역이다.