연속 파라미터와 TPA를 이용한 선형 확장 개수 효율적 추정

본 논문은 선형 확장(linear extension)의 개수 L(P)를 정확히 계산하는 것이 #P‑complete임을 이용해, 연속 파라미터 β를 도입한 확장된 상태공간에 TPA(Tootsie Pop Algorithm)를 적용한다. 가중된 분포에서 샘플을 추출하고, 비마르코프 CFTP 기법을 이용해 정확히 샘플링함으로써, 기존 O(n⁵) 알고리즘보다 평균 O(n³ log n log L(P)) 비트·비교 연산으로 (1+ε) 정확도의 근사값을 얻는…

저자: Jacqueline Banks, Scott Garrabrant, Mark L. Huber

본 논문은 #P‑complete 문제인 부분 순서 집합 P의 선형 확장 개수 L(P)를 효율적으로 근사하는 새로운 알고리즘을 제시한다. 서론에서는 선형 확장이란 부분 순서 i≺j 를 만족하는 순열 σ 이며, L(P) = |{σ | σ 선형 확장}| 임을 정의한다. 정확한 계산이 불가능하므로 무작위 근사 방법이 필요함을 언급하고, 기존 연구에서는 선형 확장 집합을 직접 균등하게 샘플링해 O(n³ log n) 비트·비교 연산을 요구했으며, 이를 자기‑축소(self‑reducibility)와 결합해 O(n⁵ (log n)³ ε⁻² log δ⁻¹) 복잡도로 (1+ε) 정확도의 근사값을 얻었다고 소개한다. 새로운 접근법은 먼저 선형 확장 집합 L을 연속 파라미터 β∈

원본 논문

고화질 논문을 불러오는 중입니다...

댓글 및 학술 토론

Loading comments...

의견 남기기