[论文解读] Optimizing n-variate (n+k)-nomials for small k

Philippe Pébaÿ, J. Maurice Rojas+1 more|arXiv (Cornell University)|Apr 26, 2009

semigroups and automata theory被引用 1

一句话总结

本文提出了一种针对具有实指数和系数的 n 元 (n+2)-项式进行最大化问题的多项式时间近似方案，通过域运算和不等式检验实现高精度。该方法利用扩展的 Viro 图形和 A-判别式理论处理实指数，得到在 n 上为二次方、在条件数对数上为对数的复杂度界——相较于以往稀疏多项式优化中指数级的复杂度界，实现了显著改进。

ABSTRACT

We give a high precision polynomial-time approximation scheme for the supremum of any honest n-variate (n + 2)-nomial with a constant term, allowing real exponents as well as real coefficients. Our complexity bounds count field operations and inequality checks, and are quadratic in n and the logarithm of a certain condition number. For the special case of n-variate (n+2)-nomials with integer exponents, the log of our condition number is sub-quadratic in the sparse size. The best previous complexity bounds were exponential in the sparse size, even for n fixed. Along the way, we partially extend the theory of Viro diagrams and A-discriminants to real exponents. We also show that, for any fixed δ>0, deciding whether the supremum of an n-variate ( n+n δ)-nomial exceeds a given number is NPR-complete.

研究动机与目标

• 开发一种针对具有实指数和系数的 n 元 (n+2)-项式进行优化的高精度、多项式时间近似方案。
• 降低此类多项式最大化问题的计算复杂度，此前即使对于固定的 n，其复杂度界仍为指数级。
• 将 Viro 图形和 A-判别式理论推广至实指数情形。
• 确定对于 δ > 0 的 (n+n^δ)-项式，其上确界是否超过给定阈值的计算复杂度，证明其为 NPR-完全。

提出的方法

• 该方法利用域运算和不等式检验，在所需精度范围内计算近似解，其复杂度在 n 上为二次方，在条件数对数上为对数。
• 将 Viro 图形和 A-判别式理论推广至实指数，从而支持对多项式行为的几何与代数分析。
• 以一种方式定义条件数，使得当指数为整数时，其对数在稀疏大小上为次二次方。
• 该方法适用于具有常数项的诚实 n 元 (n+2)-项式，确保问题的适定性与收敛性。
• 利用稀疏多项式的结构特性，避免穷举搜索，从而减少计算爆炸。

实验结果

研究问题

• RQ1 能否为具有实指数和系数的 n 元 (n+2)-项式最大化问题开发出多项式时间近似方案？
• RQ2 此类多项式最大化的复杂度如何随 n 和稀疏大小变化，尤其当以往的复杂度界为指数级时？
• RQ3 Viro 图形和 A-判别式理论在多大程度上可推广至实指数情形？
• RQ4 对于任意固定的 δ > 0，判断 n 元 (n+n^δ)-项式上确界是否超过给定值的计算复杂度为何？

主要发现

• 所提出的算法实现了在 n 上为二次方、在条件数对数上为对数的多项式时间近似，复杂度显著优于以往的指数级界。
• 对于具有整数指数的 n 元 (n+2)-项式，其条件数的对数在稀疏大小上为次二次方，确保了可扩展性。
• Viro 图形和 A-判别式理论在一定程度上被推广至实指数情形，为多项式优化提供了新的几何洞见。
• 对于任意固定的 δ > 0，判断 n 元 (n+n^δ)-项式上确界是否超过给定值的问题为 NPR-完全，确立了其计算难度的下限。