Skip to main content
QUICK REVIEW

[论文解读] Computational Aspects of the Hausdorff Distance in Unbounded Dimension

Stefan König|arXiv (Cornell University)|Jan 7, 2014
Computational Geometry and Mesh Generation参考文献 29被引用 5
一句话总结

本文研究了在无界维度下多面体之间Hausdorff距离的计算复杂性,表明当两个多面体均以顶点形式表示时,该问题可在多项式时间内求解;但当至少一个以半空间形式表示时,该问题为NP-难和W[1]-难。此外,本文提出了一种针对同位似变换匹配问题的多项式时间(3√d + 1)-近似算法,即使在评估过程为W[1]-难的条件下依然有效,并基于类似John定理的最优性准则,建立了凸体的Helly型定理。

ABSTRACT

We study the computational complexity of determining the Hausdorff distance of two polytopes given in halfspace- or vertex-presentation in arbitrary dimension. Subsequently, a matching problem is investigated where a convex body is allowed to be homothetically transformed in order to minimize its Hausdorff distance to another one. For this problem, we characterize optimal solutions, deduce a Helly-type theorem and give polynomial time (approximation) algorithms for polytopes.

研究动机与目标

  • 确定在任意维度下计算两个多面体之间Hausdorff距离的计算复杂性。
  • 分析当多面体以半空间或顶点形式表示时,该问题的困难程度。
  • 研究通过同位似变换最小化一个凸体与另一凸体之间Hausdorff距离的匹配问题。
  • 为匹配问题推导多项式时间近似算法,尤其在评估过程困难的情况下。
  • 基于类似John定理的最优性条件,建立凸体的Helly型定理。

提出的方法

  • 根据多面体表示形式(顶点V或半空间H)对Hausdorff距离计算的复杂性进行分类。
  • 使用二阶锥规划(SOCP)建模匹配问题,并在两个多面体均为V-表示时近似计算Hausdorff距离。
  • 应用“参考点法”,通过轴对齐包围盒的直径替代H-多面体的直径,以实现多项式时间近似。
  • 利用支撑函数以及单位球和对偶体的性质,推导性能保证。
  • 运用Carathéodory定理,减少包含约束中所需的极值点数量。
  • 通过利用基于John定理推导出的最优性条件,建立Helly型结果。

实验结果

研究问题

  • RQ1当两个多面体在无界维度下均以顶点形式表示时,其Hausdorff距离是否可在多项式时间内计算?
  • RQ2当至少一个多面体以半空间形式表示时,计算Hausdorff距离的计算复杂性是什么?
  • RQ3对于以顶点形式表示的多面体,通过同位似变换最小化Hausdorff距离的匹配问题是否可高效求解?
  • RQ4当评估问题因半空间表示而为W[1]-难时,是否存在该匹配问题的多项式时间近似算法?
  • RQ5最优同位似变换与凸几何之间是否存在结构性关系,例如Helly型定理?

主要发现

  • 当两个多面体均以顶点形式表示时,对于任意范数,Hausdorff距离均可在多项式时间内计算。
  • 若至少一个多面体以半空间形式表示,则计算Hausdorff距离为NP-难和W[1]-难。
  • 对于两个顶点表示的多面体,其在同位似变换下的匹配问题可在任意维度下以多项式时间求解。
  • 即使一个多面体以半空间形式表示,仍可在多项式时间内计算出最优Hausdorff距离的(3√d + 1)-近似解。
  • 为凸体建立了Helly型定理:若一组凸体存在一个共同的同位似变换以最小化Hausdorff距离,则仅需大小至多为d(d + 2)的子集即可确定最优变换。
  • 采用参考点法,以包围盒的直径替代多面体的直径,可获得(3√d + 1)-近似解,且该方法具有多项式时间可计算性。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。