[논문 리뷰] Multiplicative Approximations for Polynomial Optimization Over the Unit Sphere

Vijay Bhattiprolu, Mrinal K. Ghosh외 3명|arXiv (Cornell University)|2016. 01. 01.

Tensor decomposition and applications인용 수 7

한 줄 요약

이 논문은 단위 구면 위에서 차수 $d$의 동차 다항식의 절대값을 최대화하기 위한 근사 알고리즘을 제시하며, 고차수의 제곱합(SoS) 이론적 완화를 통해 실행 시간과 근사 비율 사이의 트레이드오프를 달성한다. 기존 방법보다 변수 수의 증가를 더 잘 유지하는 새로운 분리 기법을 도입하여 일반적, 비음수, 희소 다항식에 대해 향상된 근사 보장을 가능하게 한다.

ABSTRACT

We consider the following basic problem: given an $n$-variate degree-$d$ homogeneous polynomial $f$ with real coefficients, compute a unit vector $x \in \mathbb{R}^n$ that maximizes $|f(x)|$. Besides its fundamental nature, this problem arises in diverse contexts ranging from tensor and operator norms to graph expansion to quantum information theory. The homogeneous degree $2$ case is efficiently solvable as it corresponds to computing the spectral norm of an associated matrix, but the higher degree case is NP-hard. We give approximation algorithms for this problem that offer a trade-off between the approximation ratio and running time: in $n^{O(q)}$ time, we get an approximation within factor $O_d((n/q)^{d/2-1})$ for arbitrary polynomials, $O_d((n/q)^{d/4-1/2})$ for polynomials with non-negative coefficients, and $O_d(\sqrt{m/q})$ for sparse polynomials with $m$ monomials. The approximation guarantees are with respect to the optimum of the level-$q$ sum-of-squares (SoS) SDP relaxation of the problem. Known polynomial time algorithms for this problem rely on lemmas. Such tools are not capable of offering a trade-off like our results as they blow up the number of variables by a factor equal to the degree. We develop new decoupling tools that are more efficient in the number of variables at the expense of less structure in the output polynomials. This enables us to harness the benefits of higher level SoS relaxations. We complement our algorithmic results with some polynomially large integrality gaps, albeit for a slightly weaker (but still very natural) relaxation. Toward this, we give a method to lift a level-$4$ solution matrix $M$ to a higher level solution, under a mild technical condition on $M$.

연구 동기 및 목표

• 차수 $d$의 동차 다항식에 대해 $\mathbb{R}^n$ 내 단위 구면에서 $|f(x)|$를 최대화하는 문제의 NP-난이도를 다루기.
• 정확한 계산이 비현실적인 고차수 다항식에 대해 실행 시간과 근사 비율을 균형 잡는 효율적인 근사 알고리즘 개발.
• 기존의 레미마들이 차수 증가에 따라 변수 수를 증가시키는 한계를 극복하기 위해 더 효율적인 분리 도구 도입.
• 고차수 SoS 완화를 통해 비음수 및 희소 다항식과 같은 구조적 클래스에 대해 더 나은 근사 비율 확보.
• 일부 완화 수준의 본질적 한계를 보여주는, 완화된 SoS 공식화에 대한 정수성 간극을 규명하기.

제안 방법

• 기존 레미마보다 변수 수의 증가를 줄이는 새로운 분리 도구 설계로 고차수 SoS 완화의 효율적 활용 가능.
• 단위 구면 위에서 $|f(x)|$의 최적값을 근사하기 위해 수준-$q$ 제곱합(SoS) 정수계획법(SDP) 완화 적용.
• 수준-$q$ SoS 완화 최적값에 상대적인 근사 보장 도출; 상한은 $n$, $q$, $d$, 그리고 희소성에 따라 달라진다.
• 행렬에 대한 약한 기술적 조건을 만족할 경우, 수준-4 SoS 해 행렬을 고차수 수준으로 확장하는 리프팅 절차 도입.
• 비음수 계수 또는 희소성과 같은 다항식의 구조적 성질을 활용하여 근사 비율을 개선.
• 실행 시간 $n^{O(q)}$와 근사 인자 사이의 트레이드오프 분석: 일반 다항식의 경우 $O_d((n/q)^{d/2-1})$, 비음수 다항식의 경우 $O_d((n/q)^{d/4-1/2})$, 희소 다항식의 경우 $O_d(\sqrt{m/q})$.

실험 결과

연구 질문

• RQ1 고차수 제곱합(SoS) 이론적 완화를 활용하여 단위 구면 위 다항식 최적화의 더 나은 근사 비율을 달성할 수 있는가?
• RQ2 효율적인 SoS 기반 근사에 기여하면서 변수 수를 유지하는 분리 기법을 어떻게 설계할 수 있는가?
• RQ3 비음수 및 희소 다항식과 같은 구조적 다항식 클래스에 대해 SoS 완화 하에 어떤 근사 보장이 달성 가능한가?
• RQ4 이 문제에 대해 SoS 완화의 본질적 한계는 무엇이며, 정수성 간극을 통해 어떻게 파악할 수 있는가?
• RQ5 낮은 수준의 SoS 해를 유지하면서 고차수 수준으로 확장할 수 있는가? 이때 타당성과 근사 품질은 유지되는가?

주요 결과

• 일반적인 차수 $d$ 다항식의 경우, 수준-$q$ SoS 완화에 대해 $n^{O(q)}$ 시간 내에 근사 비율 $O_d((n/q)^{d/2-1})$ 확보.
• 비음수 계수를 가진 다항식의 경우 동일한 실행 시간 내에 근사 비율이 $O_d((n/q)^{d/4-1/2})$로 향상됨.
• 모노미얼이 $m$ 개인 희소 다항식의 경우 근사 비율은 $O_d(\sqrt{m/q})$로, 저복잡도 사례에서의 성능 향상을 반영함.
• 제안된 분리 도구는 기존 레미마보다 변수 수의 증가를 줄여 고차수 SoS 완화의 효율적 활용 가능.
• 약한 기술적 조건을 만족할 경우 수준-4 SoS 해 행렬을 고차수 수준으로 확장하는 리프팅 방법 개발되어 더 강력한 완화 지원.
• 약간 더 약한 완화에 대해 다항식 정수성 간극을 규명하여 일부 완화 수준의 본질적 한계를 보여줌.