[論文レビュー] Randomized Pipage Rounding for Matroid Polytopes and Applications

Chandra Chekuri, Jan Vondrák|arXiv (Cornell University)|Sep 24, 2009

Computational Geometry and Mesh Generation参考文献 17被引用数 20

ひとこと要約

本稿は、マトロイドポリトープ上の確率的パイプラインラウンディングに対する濃度バインディングを導入し、任意の定数 k ≥ 1 および ɛ > 0 に対して、1つのマトロイドおよび k 個の線形制約の下での単調なサブモジュラ最大化問題に対して (1 − 1/e − ɛ) 近似アルゴリズムを可能にする。さらに、制約がゆるやかである場合には、k が定数でない場合にも拡張され、マトロイドベース制約を伴うミニマックスパッキング問題に対して O(log m / log log m) 近似が得られる。

ABSTRACT

We present concentration bounds for linear functions of random variables arising from the pipage rounding procedure on matroid polytopes. As an application, we give a (1 − 1/e − ɛ)-approximation algorithm for the problem of maximizing a monotone submodular function subject to 1 matroid and k linear constraints, for any constant k ≥ 1 and ɛ> 0. This generalizes the result for k linear constraints by Kulik et al. [11]. We also give the same result for a super-constant number k of ”loose ” linear constraints, where the right-hand side dominates the matrix entries by an Ω(ɛ −2 log k) factor. As another application, we present a general result on minimax packing problems that involve a matroid base constraint. An example is the multi-path routing problem with integer demands for pairs of vertices; the goal is to minimize congestion. We give an O(log m / log log m)approximation for the general problem min{λ: ∃x ∈ {0, 1} N, x ∈ B(M), Ax ≤ λb} where m is the number of packing constraints.

研究の動機と目的

• マトロイドポリトープ上でパイプラインラウンディングによって生成される確率的変数の線形関数に対する濃度バインディングを確立すること。
• 任意の定数 k ≥ 1 および ɛ > 0 に対して、1つのマトロイドおよび k 個の線形制約の下での単調なサブモジュラ最大化問題の近似アルゴリズムを拡張すること。
• 制約の右辺が行列要素を Ω(ɛ⁻² log k) 要因で上回る場合に、k が定数でない場合にも結果を一般化すること。
• マトロイドベース制約を含むミニマックスパッキング問題に対する一般化された近似結果を提供すること。
• 一般ミニマックスパッキング問題 min{λ: ∃x ∈ {0,1}^N, x ∈ B(M), Ax ≤ λb} に対して O(log m / log log m)-近似を達成すること。

提案手法

• マトロイドポリトープ上の確率的パイプラインラウンディングを活用し、サブモジュラ最適化のための妥当な解を生成する。
• パイプラインラウンディングによって生成される確率的変数の線形関数に対する濃度バインディングを確立し、高い確率での性能保証を保証する。
• これらのバインディングを応用して、1つのマトロイドおよび k 個の線形制約の下でのサブモジュラ最大化問題に対する (1 − 1/e − ɛ) 近似を導出する。
• 制約の右辺が行列要素を Ω(ɛ⁻² log k) の要因で上回ることを要件として、k が定数でない場合に対してもアプローチを拡張する。
• パイプラインラウンディングフレームワークを用いて、マトロイドベース制約を伴うミニマックスパッキング問題の近似保証を導出する。
• min{λ: ∃x ∈ {0,1}^N, x ∈ B(M), Ax ≤ λb} のミニマックスパッキング問題を分析し、ラウンディング技術を用いて O(log m / log log m)-近似を導出する。

実験結果

リサーチクエスチョン

• RQ1 マトロイドポリトープ上のパイプラインラウンディングに対する濃度バインディングを確立することで、より強い近似保証を実現できるか？
• RQ2 1つのマトロイドおよび k 個の線形制約の下でのサブモジュラ最大化問題に対する (1 − 1/e − ɛ) 近似を、任意の定数 k ≥ 1 に一般化できるか？
• RQ3 制約が十分にゆるやかである場合、近似保証は k が定数でない場合にも拡張可能か？
• RQ4 パイプラインラウンディングフレームワークを、マトロイドベース制約を伴うミニマックスパッキング問題の近似バインディングに適応できるか？
• RQ5 一般ミニマックスパッキング問題 min{λ: ∃x ∈ {0,1}^N, x ∈ B(M), Ax ≤ λb} の最良の達成可能な近似比は何か？

主な発見

• 本稿は、マトロイドポリトープ上でパイプラインラウンディングによって生成される確率的変数の線形関数に対する濃度バインディングを確立した。
• 本稿は、任意の定数 k ≥ 1 および ɛ > 0 に対して、1つのマトロイドおよび k 個の線形制約の下での単調なサブモジュラ最大化問題に対して (1 − 1/e − ɛ) 近似アルゴリズムを提示した。
• 制約の右辺が行列要素を Ω(ɛ⁻² log k) の要因で上回る場合、この結果は k が定数でない場合にも拡張可能である。
• マトロイドベース制約を伴うミニマックスパッキング問題に対して、本稿は O(log m / log log m) 近似を達成した。ここで m はパッキング制約の数である。
• このフレームワークにより、形式 min{λ: ∃x ∈ {0,1}^N, x ∈ B(M), Ax ≤ λb} の問題に対する一般化された近似結果が得られた。
• 本アプローチは、Kulik ら [11] の先行研究を含め、より広範な制約領域に一般化した。