[논문 리뷰] Noisy Sorting Without Resampling

Mark Braverman, Elchanan Mossel|ArXiv.org|2007. 07. 06.

Game Theory and Voting Systems참고 문헌 7인용 수 151

한 줄 요약

이 논문은 재표본화가 불가능한 조건에서, 노이즈가 있는 쌍별 비교 하에 진정한 순서에 가까운 순서를 높은 확률로 복원하는 다항식 시간 알고리즘을 제시한다. 이 알고리즘은 $ n^{O(\bar{\gamma}^{-4})} $ 시간 내에 실행되며, $ O_{\gamma}(n\log n) $의 샘플링 복잡도를 가지며, 최적의 순서가 진정한 순서로부터 총 이동 거리 $ \Theta(n) $와 최대 이동 거리 $ \Theta(\log n) $ 이내임을 보여준다.

ABSTRACT

In this paper we study noisy sorting without re-sampling. In this problem there is an unknown order $a_{π(1)} < ... < a_{π(n)}$ where $π$ is a permutation on $n$ elements. The input is the status of $n \choose 2$ queries of the form $q(a_i,x_j)$, where $q(a_i,a_j) = +$ with probability at least $1/2+\ga$ if $π(i) > π(j)$ for all pairs $i eq j$, where $\ga > 0$ is a constant and $q(a_i,a_j) = -q(a_j,a_i)$ for all $i$ and $j$. It is assumed that the errors are independent. Given the status of the queries the goal is to find the maximum likelihood order. In other words, the goal is find a permutation $σ$ that minimizes the number of pairs $σ(i) > σ(j)$ where $q(σ(i),σ(j)) = -$. The problem so defined is the feedback arc set problem on distributions of inputs, each of which is a tournament obtained as a noisy perturbations of a linear order. Note that when $\ga < 1/2$ and $n$ is large, it is impossible to recover the original order $π$. It is known that the weighted feedback are set problem on tournaments is NP-hard in general. Here we present an algorithm of running time $n^{O(γ^{-4})}$ and sampling complexity $O_γ(n \log n)$ that with high probability solves the noisy sorting without re-sampling problem. We also show that if $a_{σ(1)},a_{σ(2)},...,a_{σ(n)}$ is an optimal solution of the problem then it is ``close'' to the original order. More formally, with high probability it holds that $\sum_i |σ(i) - π(i)| = Θ(n)$ and $\max_i |σ(i) - π(i)| = Θ(\log n)$. Our results are of interest in applications to ranking, such as ranking in sports, or ranking of search items based on comparisons by experts.

연구 동기 및 목표

• 쌍별 비교가 노이즈가 있으며 재표본화가 불가능한 상황에서 아이템을 정렬하는 문제를 다루기 위해.
• 노이즈 있는 비교 조건 하에서 최대우도 순서를 찾는 효율적인 알고리즘을 설계하여, 뒤집힌 쌍의 수를 최소화하기 위해.
• 계산된 순서가 진정한 기저 순서와 얼마나 가까운지에 대한 이론적 보장을 확립하기 위해.
• 재표본화 없이 노이즈 수준 $ \gamma $, 샘플링 복잡도, 근사 정확도 사이의 상호 작용을 분석하기 위해.

제안 방법

• 알고리즘은 크기 $ \Theta(\log n) $인 간격에 대해 이진 탐색 트리 구조를 사용하며, 현재 정렬된 집합을 겹치는 부분집합으로 나누어 새로운 원소의 삽입 위치를 국소화한다.
• 이웃 간격의 원소들과의 비교를 $ k = O(\gamma^{-2}) $번 수행하여 다수결 테스트를 통해 높은 확률로 올바른 삽입 간격을 결정한다.
• 재귀적 삽입 과정을 사용하며, 각 단계에서 알고리즘이 적절한 간격으로 이동할 확률이 최소 0.99이며, 크기 2인 잎 간격에 수렴하기 위해 $ c_2 \log n $단계를 사용한다.
• 알고리즘은 이항 꼬리의 농도 불등식을 활용하여, 최종 삽입 위치가 진짜 위치로부터 $ O(\gamma^{-4} \log n) $ 이내에 있음을 보장한다.
• 겹치는 영역을 포함한 간격 트리를 유지함으로써, 개별 비교가 노이즈가 있어도 비교 기반 국소화에 강건함을 확보한다.
• 확률적 분석과 조합 최적화를 융합하며, 각 단계에서 오류 확률을 제어하기 위해 찬드라우-부르너 불등식을 사용한다.

실험 결과

연구 질문

• RQ1 쌍별 비교가 노이즈가 있으며 재반복이 불가능할 때, 진정한 순서에 가까운 순서를 복원할 수 있는가?
• RQ2 노이즈 있는 비교 조건 하에서 진정한 순서를 높은 확률로 복원하기 위해 필요한 최소 비교 수는 얼마인가?
• RQ3 이동 거리 측도 기준으로 최적의 해가 진정한 순서와 얼마나 가까운가?
• RQ4 재표본화 없이 비노이즈 정렬 문제에 대해 비트리비얼 근사 보장을 달성하는 다항식 시간 알고리즘이 존재하는가?

주요 결과

• 알고리즘이 $ n^{O(\gamma^{-4})} $ 시간 내에 실행되며, $ O_{\gamma}(n\log n) $의 비교를 사용하여 최적 순서를 높은 확률로 복원한다.
• 높은 확률로 최적 순서와 진정한 순서 사이의 총 이동 거리는 $ \Theta(n) $이며, 이는 평균 위치 오차가 일정함을 의미한다.
• 모든 항목의 위치가 최적 순서와 진정한 순서 사이에서 최대 이동 거리는 $ \Theta(\log n) $이며, 이는 로그 수준의 최악의 경우 오차를 의미한다.
• 각 삽입 단계에서 적어도 0.99의 확률로 올바른 간격으로 좁혀지며, $ c_2 \log n $단계를 사용하며 $ c_2 = O(\beta + 1) $이다.
• 알고리즘의 정확성은 농도 부등식에 의존하며, $ c_2 \log n $단계 이후에 올바른 간격에서 벗어나는 확률은 최대 $ n^{-\beta-1} $ 이다.
• 이 방법은 노이즈에 강건하다: $ \gamma $가 작아도, 각 테스트당 $ k = O(\gamma^{-2}) $번의 비교를 반복하는 다수결 테스트를 통해 높은 정확도를 유지한다.