[論文レビュー] Experience with Heuristics, Benchmarks & Standards for Cylindrical Algebraic Decomposition

Matthew England, James H. Davenport|arXiv (Cornell University)|Sep 1, 2016

Polynomial and algebraic computation参考文献 51被引用数 3

ひとこと要約

本論文は、記号計算コミュニティが、充足可能性チェック（SMT）コミュニティからヒューリスティクス、ベンチマーク、基準を採用するよう提言する。Cylindrical Algebraic Decomposition（CAD）を事例として、ヒューリスティクス設計とベンチマーク開発における実証的経験を提示し、既存データセットの改善を提案するとともに、アルゴリズムの性能向上と再現可能性を高めるための共同基準の構築を呼びかける。

ABSTRACT

In the paper which inspired the SC-Square project, [E. Abraham, Building Bridges between Symbolic Computation and Satisfiability Checking, Proc. ISSAC '15, pp. 1-6, ACM, 2015] the author identified the use of sophisticated heuristics as a technique that the Satisfiability Checking community excels in and from which it is likely the Symbolic Computation community could learn and prosper. To start this learning process we summarise our experience with heuristic development for the computer algebra algorithm Cylindrical Algebraic Decomposition. We also propose and discuss standards and benchmarks as another area where Symbolic Computation could prosper from Satisfiability Checking expertise, noting that these have been identified as initial actions for the new SC-Square community in the CSA project, as described in [E.~Abraham et al., SC$^2$: Satisfiability Checking meets Symbolic Computation (Project Paper)}, Intelligent Computer Mathematics (LNCS 9761), pp. 28--43, Springer, 2015].

研究の動機と目的

• 充足可能性チェックにおけるヒューリスティクス手法が、記号計算におけるCylindrical Algebraic Decomposition（CAD）の改善にどのように適合可能かを調査すること。
• 記号計算分野における標準化されたベンチマークと評価フレームワークの欠如に応じ、CAD用に新たな多様なベンチマークセットを提案すること。
• アルゴリズム性能と評価における共通の課題を同定することで、記号計算コミュニティとSMTコミュニティの協働を促進すること。
• 既存のベンチマークデータセット（例：nlsat）の限界を評価し、CAD研究に適したより代表的で非一様な問題セットを提案すること。
• SMTソルバーアーキテクチャにインspiredされたメタアルゴリズムを用いて、複数のCAD実装（例：Qepcad、Mathematica、Redlog、SyNRAC、ProjectionCAD）を最適に選択する可能性を検討すること。

提案手法

• CADにおける既存のヒューリスティクスアプローチ（人間設計の代数的特徴、サポートベクターマシンを含む機械学習手法）を調査した。
• Gröbner基底の前処理に助けられる問題の過剰代表が見られるなど、nlsatのような現行ベンチマークデータセットの限界を分析した。
• Todai Robotプロジェクトのような現実世界の問題ソースを活用して、ベンチマークセットを拡張することを提案した。このプロジェクトは、自然言語で記述された数学問題から複雑なCAD問題を生成する。
• 大規模なランダムデータセットを用いて、GB前処理がCAD性能に与える影響を評価した。その結果、一部のケースでは性能が低下することが示された。
• SMT-LIBに類似した統一されたベンチマーク基準の開発を提案し、公平かつ再現可能な評価を可能にする。
• CAD実装の複数の選択肢を、問題の特徴に基づいて知的に選択・統合するメタアルゴリズムの可能性を検討した。

実験結果

リサーチクエスチョン

• RQ1 SMTソルバーからのヒューリスティクスは、Cylindrical Algebraic Decomposition（CAD）アルゴリズムにおける意思決定の改善にどのように適合可能か？
• RQ2 nlsatのような現行CADベンチマークデータセットの主な限界は何か。また、それらのバイアスや一様性を回避するための改善策は？
• RQ3 ランダムに生成された例は、応用指向のベンチマークと比較して、CAD実装の評価に公平であると言えるか？
• RQ4 複数のCAD実装を、メタアルゴリズムを用いて知的に選択または統合することは可能か。SMTソルバーから得られる教訓は何か？
• RQ5 コミュニティ全体の基準と共有されたベンチマークライブラリは、記号計算分野の進展において果たすべき役割は何か。また、それらをどのように確立できるか？

主な発見

• nlsatベンチマークデータセットは多様性に欠け、Gröbner基底の前処理に助けられる問題の割合が高いため、性能評価に歪みをもたらす可能性がある。
• GB前処理は一部のケースで有効であるが、他のケースではCAD性能を低下させることがある。これは、すべての問題に対して最適ではないことを示唆する。
• Todai Robotプロジェクトは、高水準の数学試験から抽出される現実的で自然に発生するCAD問題の豊富な供給源であり、未だに活用が不十分である。
• 既存のCADベンチマークはしばしば狭い問題クラスに限定されており、性能評価の一般化可能性を制限する隠れた一様性を内包している。
• SMT-LIBに類する標準化されたベンチマークや評価フレームワークは、記号計算分野には存在せず、SMTコミュニティの進展を促進した要因である。
• CAD意思決定のためのヒューリスティクスの組み合わせは、組み合わせ爆発のため困難であり、SMTコミュニティがその意思決定のトレードオフを管理する知見を提供する可能性がある。