[論文レビュー] Squarepants in a Tree: Sum of Subtree Clustering and Hyperbolic Pants Decomposition

David Eppstein|arXiv (Cornell University)|Apr 9, 2006

Computational Geometry and Mesh Generation参考文献 31被引用数 6

ひとこと要約

本稿では、一般の距離空間、ユークリッド平面、双曲平面において、最小スパニングツリー長さの合計または凸包の周囲長を最小化する、効率的な定数倍近似アルゴリズムを提示する。O(n log n) 時間で最適解の定数倍以内の総長を達成する近似クラスタリングとパンツ分解（互いに交差しない閉曲線による平面の3境界成分への分割）を実現するため、クアッドツリーに基づくクラスタリングと木分解技術の新規な組み合わせを導入する。

ABSTRACT

We provide efficient constant factor approximation algorithms for the problems of finding a hierarchical clustering of a point set in any metric space, minimizing the sum of minimimum spanning tree lengths within each cluster, and in the hyperbolic or Euclidean planes, minimizing the sum of cluster perimeters. Our algorithms for the hyperbolic and Euclidean planes can also be used to provide a pants decomposition, that is, a set of disjoint simple closed curves partitioning the plane minus the input points into subsets with exactly three boundary components, with approximately minimum total length. In the Euclidean case, these curves are squares; in the hyperbolic case, they combine our Euclidean square pants decomposition with our tree clustering method for general metric spaces.

研究の動機と目的

• 一般の距離空間における階層的クラスタリングのための効率的近似アルゴリズムを開発し、クラスタ内の最小スパニングツリー長さの合計を最小化すること。
• これらのアルゴリズムをユークリッド平面および双曲平面へ拡張し、クラスタリングにおける凸包周囲長の合計とパンツ分解の全曲線長を最小化すること。
• 凸包周囲長の合計によるクラスタリングとパンツ分解の間の関係を確立し、統一されたフレームワークを用いて両者を定数倍以内に近似可能であることを示すこと。
• 文献で未解決であった双曲平面におけるパンツ分解のための新規な近似手法を提供すること。
• クラスタリング問題の計算複雑性を分析し、より良い近似比やNP困難性の可能性を検討すること。

提案手法

• 一般の距離空間におけるサブツリークラスタリング問題を定式化し、NP完全性を証明した後、バランスの取れたMST辺の削除に基づく貪欲な分割アルゴリズムを設計する。
• ユークリッド平面上でクアッドツリーに基づくクラスタリング手法を適用し、O(n log n) 時間で凸包周囲長の合計によるクラスタリングとパンツ分解の両方を定数倍以内に近似する。
• 双曲平面上では、低径路性クラスタリング（ユークリッド風クアッドツリーを用いて）と高径路性クラスタリング（一般の距離空間の木分解法を用いて）を組み合わせたハイブリッド手法を採用し、凸包とMST長の等価性に関する重要な補題を活用する。
• MSTのオイラー回路をトレースして非交差曲線を構築し、クラスタを凸包境界で囲むことでパンツ分解のための曲線を生成し、全長が最適解の定数倍以内であることを保証する。
• 木の分割時に径方向順序を保持することで、双曲平面上での幾何的整合性を確保し、曲線の交差を回避するとともに、平面埋め込みを維持する。
• 双曲空間において点同士の距離が有界である場合、任意のクラスタの凸包長と最小スパニングツリー長が定数倍以内に一致することを示す補題を活用する。

実験結果

リサーチクエスチョン

• RQ1 一般の距離空間において、クラスタ内の最小スパニングツリー長さの合計を最小化する、効率的な定数倍近似アルゴリズムを設計できるか？
• RQ2 同一の効率的アルゴリズムを用いて、ユークリッド平面上での凸包周囲長の合計によるクラスタリングとパンツ分解を、いずれも定数倍以内に近似できるか？
• RQ3 ユークリッド平面上で用いられた手法を双曲平面へ拡張し、クラスタリングおよびパンツ分解の両方を定数倍以内に近似できるか？
• RQ4 ユークリッド平面および双曲平面において、最適な凸包周囲長の合計クラスタリングと最適なパンツ分解の間にはどのような関係があるか？
• RQ5 ユークリッド平面および双曲平面上での最適な凸包周囲長の合計クラスタリング問題はNP困難であるか？ より良い近似比を達成できるか？

主な発見

• 一般の距離空間におけるサブツリークラスタリング問題はNP完全であるが、バランスの取れたMST辺の分割に基づく定数倍近似アルゴリズムが存在する。
• ユークリッド平面上では、クアッドツリーに基づくアルゴリズムがO(n log n) 時間で、凸包周囲長の合計クラスタリングとパンツ分解の両方を最適解の定数倍以内に近似する。
• 双曲平面上では、低径路性（クアッドツリー）と高径路性（木クラスタリング）の技術を組み合わせたハイブリッドアルゴリズムが、O(n log n) 時間でクラスタリングおよびパンツ分解の両方を定数倍以内に近似する。
• 重要な補題により、点同士の距離が有界な双曲空間では、任意のクラスタの凸包長と最小スパニングツリー長が定数倍以内に一致することが保証され、近似フレームワークの根拠が得られる。
• 構築されたパンツ分解の曲線は非交差であり、全長が最適解の定数倍以内である。これはMSTのオイラー回路と凸包境界を組み合わせることで達成される。
• ユークリッドおよび双曲平面におけるアルゴリズムは、全コストが最適解の定数倍以内に収まる階層的クラスタリングおよびパンツ分解を生成する。明示的な近似比は提示されていないが、普遍的な定数で上限が保証されている。