[論文レビュー] A randomized algorithm for enumerating zonotope vertices

Kerrek Stinson, David F. Gleich+1 more|arXiv (Cornell University)|Feb 22, 2016

Computational Geometry and Mesh Generation参考文献 11被引用数 7

ひとこと要約

本稿では、生成行列を通じた射影の符号パターンを計算するためにランダムなベクトルをサンプリングすることにより、ゾノトープの頂点を列挙する確率的アルゴリズムを提案する。この手法は、早期に停止された場合でも、高い確率でゾノトープの凸包を効率的に近似でき、頂点の正規錐確率に基づいて、真のゾノトープとのハウスドルフ距離に対する理論的境界を提供する。

ABSTRACT

We propose a randomized algorithm for enumerating the vertices of a zonotope, which is a low-dimensional linear projection of a hypercube. The algorithm produces a pair of the zonotope's vertices by sampling a random linear combination of the zonotope generators, where the combination's weights are the signs of the product between the zonotope's generator matrix and random vectors with normally distributed entries. We study the probability of recovering particular vertices and relate it to the vertices' normal cones. This study shows that if we terminate the randomized algorithm before all vertices are recovered, then the convex hull of the resulting vertex set approximates the zonotope. In high dimensions, we expect the enumeration algorithm to be most appropriate as an approximation algorithm---particularly for cases when existing methods are not practical.

研究の動機と目的

• 高次元におけるゾノトープの指数時間にのぼる頂点列挙の代替としてスケーラブルな手法を開発すること。
• 指数的複雑性のため正確な列挙が非現実的となる状況において、ゾノトープの実用的近似を可能とすること。
• 頂点の回復確率および凸包近似の品質に関する理論的境界を提供すること。
• 頂点回復確率を頂点回りの正規錐の幾何構造に関連付けること。
• 数値実験および収束の理論的分析を通じて、アルゴリズムの有効性を示すこと。

提案手法

• 標準正規分布に従うランダムベクトル x ∈ R^n をサンプリングする。
• v_+ = A * sign(A^T * x) を計算する。ここで sign は A^T * x の各成分の符号に基づき ±1 を返す。
• 各サンプルはゾノトープ Z(A) の反対称頂点ペア (v_+, -v_+) を生成する。
• 頂点は集合 V に収集され、V にすべての k 個の頂点が含まれるか、または早期に停止するまで繰り返す。
• 収集された頂点の凸包は Z を近似し、ハウスドルフ距離が n_V * δ 未満であると保証される。ここで n_V は欠落した頂点数である。
• 理論的分析では、正規錐の幾何構造と確率的境界を用い、不完全な列挙であっても近似誤差が小さく保たれることを示している。

実験結果

リサーチクエスチョン

• RQ1 符号パターンのランダムサンプリングを用いた場合、特定のゾノトープ頂点 v を回復する確率はどの程度か？
• RQ2 頂点回りの正規錐の幾何構造は、その頂点がサンプリングされる確率にどのように影響するか？
• RQ3 早期に停止した場合でも、凸包近似の品質に関する確率的保証を提供できるか？
• RQ4 サンプル数は、ゾノトープ近似の所望の精度とどのように関係するか？
• RQ5 確率的頂点列挙プロセスの理論的収束速度はどの程度か？

主な発見

• 頂点 v を回復する確率は、その正規錐の立体角に比例し、正規錐の体積が大きい頂点であるほど回復確率が高くなる。
• アルゴリズムは、真のゾノトープ Z とサンプル頂点の凸包とのハウスドルフ距離が、確率 1 - 2^a * ε 以上で n_V * δ 未満であることを保証する。ここで a = |vert(Z) ackslash U_Z| / 2 である。
• 部分的な頂点のサンプリングであっても、高い確率で近似が達成されるため、高次元ゾノトープに適している。
• 理論的境界では、回復された頂点が増えるほど近似誤差が減少し、誤差は欠落頂点数と閾値 δ に対して線形に有界される。
• 数値実験により、正確な列挙が非現実的となる高次元領域でも、アルゴリズムの実用性とスケーラビリティが確認された。
• 指数的時間の従来の凸包手法に比べ、サブ指数的サンプリング複雑性のおかげで、高次元設定において優れた性能を発揮する。