[論文レビュー] Tensor Ranks and the Fine-Grained Complexity of Dynamic Programming

Josh Alman, Ethan Turok+2 more|arXiv (Cornell University)|Sep 9, 2023

Optimization and Search Problems被引用数 1

ひとこと要約

本稿では、高次元動的計画法（DP）問題の微細な複雑性を分析するためのテンソルベースの枠組みを導入し、複雑性がテンソルランクおよびスライスランクによってきわめて厳密に決定されることを示している。テンソルランクが定数またはスライスランクが1である場合、標準的なDPに対する多項式的高速化が可能であることが証明されているが、SETH仮定のもとでは、わずかに超定数のテンソルランクまたはスライスランク≥3の場合は不可能である。これは、多角形の三角形分割、行列鎖積、最適二分探索木といった問題の既知の結果を統合・拡張するものである。

ABSTRACT

Generalizing work of Künnemann, Paturi, and Schneider [ICALP 2017], we study a wide class of high-dimensional dynamic programming (DP) problems in which one must find the shortest path between two points in a high-dimensional grid given a tensor of transition costs between nodes in the grid. This captures many classical problems which are solved using DP such as the knapsack problem, the airplane refueling problem, and the minimal-weight polygon triangulation problem. We observe that for many of these problems, the tensor naturally has low tensor rank or low slice rank. We then give new algorithms and a web of fine-grained reductions to tightly determine the complexity of these problems. For instance, we show that a polynomial speedup over the DP algorithm is possible when the tensor rank is a constant or the slice rank is 1, but that such a speedup is impossible if the tensor rank is slightly super-constant (assuming SETH) or the slice rank is at least 3 (assuming the APSP conjecture). We find that this characterizes the known complexities for many of these problems, and in some cases leads to new faster algorithms.

研究の動機と目的

• テンソル構造を用いて高次元動的計画法問題の微細な複雑性を理解すること。
• 1次元LWS問題に関する先行研究をテンソル表現を用いて高次元に一般化すること。
• テンソルランクおよびスライスランクに基づいて、標準DPに対する多項式時間の高速化が可能または不可能となる条件を特定すること。
• テンソルランク解析を通じて、既知のアルゴリズム的改善（例：多角形の三角形分割におけるO(n log n)）を統合的に説明すること。
• SETHおよびAPSP予想を用いて、条件付き下界を確立すること。

提案手法

• 遷移コストテンソルを持つグリッドにおける最短経路探索として、高次元DP問題のクラスを形式化する。
• コストテンソルのテンソルランクおよびスライスランクを、複雑性に影響を与える主要な構造的パラメータとして定義する。
• 微細な還元を用いて、DP問題をMin-IPやAPSPといった基本的問題と関連付ける。
• 幾何学的および代数的技法を用いて、低ランクテンソルインスタンスを二次未塔時間で解く。
• 強指数時間仮説（SETH）およびAPSP予想を用いて、条件付き下界を証明する。
• 再帰的分解およびテンソル因子分解を用いて、k次元LWS問題を低次元問題に還元する。

実験結果

リサーチクエスチョン

• RQ1 高次元問題において、標準的な動的計画法に対する多項式的高速化はいつ達成可能か？
• RQ2 テンソルランクはDP問題の微細な複雑性にどのように影響するか？
• RQ3 スライスランクはDP問題の tractability（扱いやすさ）を決定づける役割を果たすか？
• RQ4 既知の高速アルゴリズム（例：多角形の三角形分割におけるO(n log n)）は、テンソルランク構造によって説明可能か？
• RQ5 超定数のテンソルランクまたはスライスランク≥3を有するDP問題に対して、タイトな条件付き下界は存在するか？

主な発見

• 遷移コストテンソルのランクが定数またはスライスランクが1である場合、標準DPに対する多項式的高速化が可能である。
• SETH仮定のもとでは、テンソルランクがわずかに超定数（例：2^{log* n}）である場合、そのような高速化は不可能である。
• APSP予想のもとでは、スライスランクが3以上である場合、多項式的高速化は不可能である。
• 多角形の三角形分割における既知のO(n log n)アルゴリズムは、テンソルがランク1であることに起因する。
• 最適二分探索木問題はスライスランク1を有しており、これによりO(n²)の複雑性が説明され、効率的なアルゴリズムの存在が説明される。
• 本フレームワークは、行列鎖積やナップサックの変種を含む、いくつかの古典的DP問題の複雑性をテンソルランク解析を通じて統合的に説明する。