[論文レビュー] Searching on Trees with Noisy Memory.

Lucas Boczkowski, Amos Korman+1 more|arXiv (Cornell University)|Nov 4, 2016

Optimization and Search Problems被引用数 5

ひとこと要約

本稿は、ノードが探索を導くためのアドバイスポインタを提供するノイズのあるメモリを備えた木構造における探索を研究する。ノイズの閾値 $1/\sqrt{\Delta}$ が重要な臨界点であることが特定された：この閾値未満では、移動回数の複雑さ $O(d\sqrt{\Delta})$ および照会回数の複雑さ $O(\sqrt{\Delta}\log \Delta \log^2 n)$ で効率的な探索が可能である一方、この閾値を超えると、すべてのアルゴリズムが深さ $d$ に対して指数的複雑さを示す。

ABSTRACT

We consider a search problem on trees using unreliable guiding instructions. Specifically, an agent starts a search at the root of a tree aiming to find a treasure hidden at one of the nodes by an adversary. Each visited node holds information, called advice, regarding the most promising neighbor to continue the search. However, the memory holding this information may be unreliable. Modeling this scenario, we focus on a probabilistic setting. That is, the advice at a node is a pointer to one of its neighbors. With probability $q$ each node is faulty, independently of other nodes, in which case its advice points at an arbitrary neighbor, chosen u.a.r. Otherwise, the node is sound and necessarily points at the correct neighbor. Crucially, the advice is permanent, in the sense that querying a node several times would yield the same answer. We evaluate the agent's efficiency by two measures: The move complexity denotes the expected number of edge traversals, and the query complexity denotes the expected number of queries. Let $\Delta$ denote the maximal degree. Roughly speaking, the main message of this paper is that in order to obtain efficient search, $1/\sqrt{\Delta}$ is a threshold for the noise parameter $q$. Essentially, we prove that above the threshold, every search algorithm has query complexity (and move complexity) which is both exponential in the depth $d$ of the treasure and polynomial in the number of nodes $n$. Conversely, below the threshold, there exists an algorithm with move complexity $O(d\sqrt{\Delta})$, and an algorithm with query complexity $O(\sqrt{\Delta}\log \Delta \log^2 n)$. Moreover, for the case of regular trees, we obtain an algorithm with query complexity $O(\sqrt{\Delta}\log n\log\log n)$. The move complexity bound is tight below the threshold and the query complexity bounds are not far from the lower bound of $\Omega(\sqrt{\Delta}\log_\Delta n)$.

研究の動機と目的

• ノードのアドバイスがノイズによって損なわれる状況における木構造上の探索をモデル化・分析すること。
• ランダムなポインタを持つ故障ノードとしてモデル化される信頼性の低いメモリが、探索の効率に与える影響を理解すること。
• 効率的でない探索アルゴリズムに分かれるノイズレベル $q$ の閾値を特定すること。
• ノイズ閾値未満で、近似的に最適な照会および移動複雑さを達成するアルゴリズムを設計すること。
• 確率的故障モデル下での移動および照問複雑さのタイトな複雑さの上限を確立すること。

提案手法

• 各ノードが隣接ノードへのポインタを提供するプロセスとして木の探索をモデル化し、確率 $q$ でポインタが一様にランダム（故障）となり、それ以外は正しい（健全）とする。
• アドバイスが永続的であると仮定し、繰り返しの照会で同じ結果が得られることで、持続的メモリ障害をモデル化する。
• 期待されるエッジ移動回数（移動複雑さ）およびノード照問回数（照問複雑さ）を評価するために確率的解析を用いる。
• 正則木の構造を活用して、照問複雑さを $O(\sqrt{\Delta}\log n\log\log n)$ に低減する探索アルゴリズムを設計する。
• 提案された照問複雑さが最適解の対数的要因の範囲内にあることを示すために下界を証明する。
• 集中不等式およびランダムウォーク解析を用いて、ノイズのある誘導に従う期待探索時間を上限付ける。

実験結果

リサーチクエスチョン

• RQ1 効率的な木構造上の探索が可能かどうかを決定する臨界ノイズ閾値 $q$ は何か？
• RQ2 最大次数 $\Delta$ はノイズのあるメモリ下での探索の複雑さにどのように影響するか？
• RQ3 $q < 1/\sqrt{\Delta}$ の場合に、サブ指数的照問および移動複雑さを達成できるアルゴリズムは存在するか？
• RQ4 ノイズのあるアドバイスが存在する状況で、移動複雑さと照問複雑さの最適なトレードオフは何か？
• RQ5 複雑さの上限は、宝の深さ $d$ およびノード数 $n$ に対してどのようにスケーリングされるか？

主な発見

• $q > 1/\sqrt{\Delta}$ の場合、すべての探索アルゴリズムが宝の深さ $d$ に対して指数的複雑さを示し、移動および照問複雑さの両方が指数的となる。
• $q < 1/\sqrt{\Delta}$ の場合、移動複雑さ $O(d\sqrt{\Delta})$ を達成するアルゴリズムが存在し、これはタイトである。
• 同じ条件下で、照問複雑さ $O(\sqrt{\Delta}\log \Delta \log^2 n)$ を達成するアルゴリズムが存在し、これは下界 $\Omega(\sqrt{\Delta}\log_\Delta n)$ に近い。
• 正則木の特別な場合、照問複雑さはさらに $O(\sqrt{\Delta}\log n\log\log n)$ に低減できる。
• 閾値 $1/\sqrt{\Delta}$ は、効率的探索と本質的に非効率的探索の領域を分ける。
• 結果として、$n$ および $d$ における多項式的複雑さを達成するためには、ノイズレベル $q$ が $1/\sqrt{\Delta}$ 未満に保たれなければならないことが示された。