[논문 리뷰] Complexity of Local Search for Euclidean Clustering Problems

Bodo Manthey, Nils Morawietz외 2명|arXiv (Cornell University)|2023. 12. 22.

Facility Location and Emergency Management인용 수 1

한 줄 요약

이 논문은 k-평균 군집화와 제곱 유클리드 최대 컷 문제에 대해, 점들을 군집 간에 재할당하는 단순한 국소 탐색 기법인 Flip 히우리스틱이 낮은 유사도 차원의 유클리드 공간에서도 PLS-완전함을 입증한다. 이 결과는 입력 데이터의 기하학적 구조가 존재하더라도, 이 널리 사용되는 히우리스틱을 통한 국소 최적해 도달이 여전히 계산적으로 어렵다는 것을 보여준다.

ABSTRACT

We show that the simplest local search heuristics for two natural Euclidean clustering problems are PLS-complete. First, we show that the Hartigan--Wong method for $k$-Means clustering is PLS-complete, even when $k = 2$. Second, we show the same result for the Flip heuristic for Max Cut, even when the edge weights are given by the (squared) Euclidean distances between the points in some set $\mathcal{X} \subseteq \mathbb{R}^d$; a problem which is equivalent to Min Sum 2-Clustering.

연구 동기 및 목표

• 유클리드 군집화 문제에 대한 국소 탐색 히우리스틱의 계산 복잡도를 규명하는 것.
• 실제로 널리 사용되는 k-평균 및 제곱 유클리드 최대 컷 문제에 대한 Flip 히우리스틱이 비록 실용적 인기에도 불구하고 다항식 시간 내에 해결 가능한지 조사하는 것.
• k = 2 또는 낮은 차원 공간에서도 Flip 이웃 구조 하에서 이러한 문제들에 대해 PLS-완전성을 확립하는 것.
• 유클리드 공간의 기하학적 구조가 군집화 문제에서 국소 탐색의 복잡도를 낮출 수 있는지 명확히 하는 것.

제안 방법

• 기존의 PLS-완전 문제(홀수 최소 이분할 문제 및 최대 컷 문제)에서 유클리드 군집화 문제로의 감소를 좌표 변환을 통해 수행하는 것.
• 쌍별 유클리드 거리가 조합적 그래프의 간선 가중치를 반영하도록 Rd 내 점 집합을 구성하는 것.
• 제곱 거리를 사용하여 기하학적 임bedding을 통해 최대 컷 및 k-평균 문제의 목적 함수를 시뮬레이션하는 것.
• 이전의 감소 방법(Ageev 등, Alois 등)을 변형하여 유클리드 환경에서 PLS-완전성을 유지하는 것.
• 목표 문제의 원하는 가중치를 반영하도록 점 좌표의 정밀한 대수적 조작을 수행하는 것.
• Flip 히우리스틱의 이웃 구조가, 간선 가중치가 유클리드 거리에서 유도된 경우에도 여전히 복잡성을 유지함을 증명하는 것.

실험 결과

연구 질문

• RQ1 k = 2일 때조차도 k-평균 군집화에 대한 Flip 히우리스틱이 PLS-완전한가?
• RQ2 제곱 거리로 구성된 유클리드 최대 컷 문제에서 국소 탐색의 계산 복잡도가 유지되는가?
• RQ3 유클리드 공간의 기하학적 제약 조건이 군집화 문제에서 국소 탐색의 복잡도를 낮출 수 있는가?
• RQ4 차원 d가 점의 수에 대해 비선형일 경우에도 Flip 히우리스틱의 PLS-완전성이 유지되는가?
• RQ5 유클리드 공간의 구조적 특성 중 국소 탐색 알고리즘의 빠른 실행을 가능하게 할 수 있는 요소는 무엇인가?

주요 결과

• k = 2일 때조차도 k-평균 군집화에 대한 Flip 히우리스틱은 PLS-완전함을 입증하여, 이 설정에서 국소 탐색이 여전히 계산적으로 어렵다는 것을 보여준다.
• 제곱 유클리드 최대 컷 문제에 대해서도 동일한 결과가 성립하여, 간선 가중치가 제곱 유클리드 거리에서 유도된 경우에도 Flip 히우리스틱이 PLS-완전하다는 것을 보여준다.
• 이러한 증명에 사용된 감소는 Ω(n) 차원의 인스턴스를 생성하지만, k와 d가 작을 때조차도 복잡성은 유지된다.
• 유클리드 구조는 국소 탐색에 대해 계산적 이점을 제공하지 않으며, 일반적인 최대 컷 문제와 동일한 복잡도를 보인다.
• 이 결과는 최악의 경우 복잡도가 지수적일 뿐만 아니라, Flip 히우리스틱의 실용적 효율성을 설명하기 위해 스무딩 분석이 필수적임을 시사한다.
• 기하학적 제약 조건으로 인해 유클리드 국소 탐색 문제에서 PLS-난이도가 드물고, 이를 입증하는 것은 매우 비현실적으로 어렵다는 점을 시사한다.