[논문 리뷰] Submodular Cost Allocation Problem and Applications

Chandra Chekuri, Alina Ene|arXiv (Cornell University)|2011. 05. 10.

Complexity and Algorithms in Graphs참고 문헌 11인용 수 5

한 줄 요약

이 논문은 하위모듈라비용할당(MSCA) 문제를 제안하며, 하위모듈라비용의 합을 최소화하기 위해 집합을 분할하는 일반적인 프레임워크이다. Lovász 확장 기반의 볼록 프ogramming 근사를 제안하고, 라운딩 기법을 개발하여 초그래프 다자간 분할 문제에 대해 (1.5−1/k)-근사와 초그래프 다자간 컷 문제에 대해 min{2(1−1/k), HΔ}-근사를 달성한다. 이는 기존의 시설 위치, 레이블링, 컷 문제에 대한 결과들을 통합하고 향상시킨다.

ABSTRACT

We study the Minimum Submodular-Cost Allocation problem (MSCA). In this problem we are given a finite ground set $V$ and $k$ non-negative submodular set functions $f_1 ,..., f_k$ on $V$. The objective is to partition $V$ into $k$ (possibly empty) sets $A_1 ,..., A_k$ such that the sum $\sum_{i=1}^k f_i(A_i)$ is minimized. Several well-studied problems such as the non-metric facility location problem, multiway-cut in graphs and hypergraphs, and uniform metric labeling and its generalizations can be shown to be special cases of MSCA. In this paper we consider a convex-programming relaxation obtained via the Lovász-extension for submodular functions. This allows us to understand several previous relaxations and rounding procedures in a unified fashion and also develop new formulations and approximation algorithms for several problems. In particular, we give a $(1.5 - 1/k)$-approximation for the hypergraph multiway partition problem. We also give a $\min\{2(1-1/k), H_Δ\}$-approximation for the hypergraph multiway cut problem when $Δ$ is the maximum hyperedge size. Both problems generalize the multiway cut problem in graphs and the hypergraph cut problem is approximation equivalent to the node-weighted multiway cut problem in graphs.

연구 동기 및 목표

• 시설 위치, 다자간 컷, 레이블링 문제의 일반화로 Minimum Submodular-Cost Allocation (MSCA) 문제를 체계화하고 연구하는 것.
• 하위모듈라 함수의 Lovász 확장 기반으로 MSCA에 대한 볼록 프로그래밍 근사를 개발하는 것.
• 비모듈라 시설 위치 및 초그래프 컷 문제와 같은 문제들에 대한 기존의 선형계획법 근사와 라운딩 기법을 통합하고 일반화하는 것.
• 초그래프 다자간 분할 및 다자간 컷 문제에 대해 증명 가능 성능 보장을 갖는 새로운 근사 알고리즘을 제공하는 것.
• 제안된 근사의 정수화 간극을 분석하고 특수 케이스에 대해 날카로운 경계를 설정하는 것.

제안 방법

• 기저 집합 V를 k개의 부분집합으로 분할하는 최소화 문제로 MSCA를 공식화하며, 각 부분집합 A_i에 대해 하위모듈라 함수 f_i(A_i)의 합을 최소화한다.
• 이산 하위모듈라 함수를 [0,1]^n 상의 볼록 함수로 변환하기 위해 Lovász 확장을 사용하여 볼록 근사를 가능하게 한다.
• 변수 x(v,i)를 요소 v가 집합 i에 분할되는 분수 할당으로 정의하고, 제약 조건 ∑_i x(v,i) = 1 및 x(v,i) ≥ 0을 포함하는 볼록 프로그램(LE-Rel)을 정의한다.
• KT-Rounding 및 SymSubLabel-Rounding을 적용: 각 반복에서 무작위로 레이블 i와 θ ∈ [0,1]을 선택하고, x(v,i) ≥ θ일 경우 v를 A_i에 할당한다.
• 모서리 분할 및 임계값 초과 확률에 대한 확률적 경계를 사용하여, 라운딩된 해의 기대 비용과 컷 값을 분석한다.
• 하위모듈라성과 Lovász 확장의 구조를 활용하여 기대 비용이 분수 해 대비 상한을 가지도록 유도한다.

실험 결과

연구 질문

• RQ1 Lovász 확장을 사용하여 기존 근사들을 통합하고 일반화하는 MSCA 문제에 대한 볼록 근사를 유도할 수 있는가?
• RQ2 비단조화 및 단조화 하위모듈라 함수를 가진 MSCA에 대해 Lovász 기반 볼록 근사의 정수화 간극은 얼마인가?
• RQ3 이 프레임워크를 사용하여 초그래프 다자간 분할 및 다자간 컷 문제에 대해 향상된 근사 알고리즘을 설계할 수 있는가?
• RQ4 근사 보장은 k(분할 수) 및 Δ(최대 초간선 크기)와 같은 구조적 파라미터에 따라 어떻게 달라지는가?
• RQ5 라운딩 기법이 균일 거리 레이블링 및 노드 가중 다자간 컷 문제와 같은 문제들에 대해 날카로운 경계를 달성할 수 있는가?

주요 결과

• Lovász 근사와 KT-Rounding을 사용하여 초그래프 다자간 분할 문제에 대해 (1.5 − 1/k)-근사 성능을 달성한다.
• 초그래프 다자간 컷 문제에 대해 min{2(1−1/k), HΔ}-근사 성능을 제공하며, 여기서 HΔ는 Δ번째 조화수이다.
• LE-Rel 근사의 정수화 간극은 하위모듈라 레이블링에서 초그래프 분리 비용이 존재하는 경우, 개별 g_i가 모듈라일지라도 최소 Δ(1−1/k) 이상이다.
• 단조 하위모듈라 함수의 경우, 라운딩된 해의 기대 비용은 분수 비용의 O(ln n) 배 이내로 유 bounds된다.
• 분석 결과, KT-Rounding에서 초간선 e가 컷되는 확률은 최대 Δ·d(e)이며, 이는 기대 컷 비용이 유한함을 의미한다.
• 이 프레임워크는 단일 볼록 근사와 라운딩 기법을 통해 기존의 비모듈라 시설 위치, 다자간 컷, 레이블링 문제의 결과들을 통합하고 일반화한다.