[论文解读] Submodular hamming metrics

Jennifer Gillenwater, Rishabh Iyer+3 more|arXiv (Cornell University)|Dec 7, 2015

Complexity and Algorithms in Graphs参考文献 28被引用 4

一句话总结

本文引入了子模哈明度量——一种源自正多项式秩的函数——其在二值向量上定义了可处理的离散度量。通过利用子模性，作者建立了困难性结果、近似算法，并在聚类和多样 k 最佳列表生成中实证验证了其有效性。

ABSTRACT

We show that there is a largely unexplored class of functions (positive polymatroids) that can define proper discrete metrics over pairs of binary vectors and that are fairly tractable to optimize over. By exploiting submodularity, we are able to give hardness results and approximation algorithms for optimizing over such metrics. Additionally, we demonstrate empirically the effectiveness of these metrics and associated algorithms on both a metric minimization task (a form of clustering) and also a metric maximization task (generating diverse k-best lists).

研究动机与目标

• 探索正多项式秩在定义二值向量上适当离散度量方面的潜力。
• 利用子模性开发这些度量的可处理优化方法。
• 在度量最小化（聚类）和度量最大化（多样 k 最佳列表）任务中展示其经验有效性。

提出的方法

• 本文通过正多项式秩定义了一类离散度量，其为子模函数。
• 利用子模性推导出这些度量上优化问题的近似算法。
• 该方法将度量最小化和最大化任务形式化为子模优化问题。
• 作者设计了算法，利用子模哈明框架高效处理聚类和多样列表生成。
• 理论分析包括基于子模函数性质的困难性结果和近似保证。
• 在真实世界的聚类和多样列表生成任务中进行了实证评估。

实验结果

研究问题

• RQ1 正多项式秩能否在二值向量上定义适当的离散度量？
• RQ2 此类子模哈明度量的优化在多大程度上是可处理的？
• RQ3 针对这些度量的优化可推导出何种近似保证？
• RQ4 这些度量在聚类和多样列表生成等实际任务中的有效性如何？
• RQ5 优化子模哈明度量的理论困难性边界是什么？

主要发现

• 本文识别出一类基于正多项式秩的新离散度量，其既适当又易于优化。
• 子模性使得可为度量优化开发具有理论保证的近似算法。
• 实证结果表明，在使用度量最小化的聚类任务中表现优异。
• 该框架在度量最大化任务中能有效生成多样 k 最佳列表。
• 困难性结果揭示了某些优化变体的固有计算限制。
• 该方法在多个学习任务中实现了理论可处理性与实际有效性的平衡。