On Bisubmodular Maximization
-
Ajit P. Singh, Andrew Guillory, Jeff Bilmes
-
AISTATS 2012
概要
-
双劣モジュラ関数最大化問題を考える
-
センサ配置・特徴選択への応用
単純双劣モジュラ
-
$$ f:2^{2V} \to \mathbb{R} $$が単純双劣モジュラ$$ \iff $$
-
$$ f(A,B) + f(A',B') \geq f(A \cup A', B \cup B') + f(A \cap A', B \cap B') $$
-
g(S) := f(abs(S ∩ V1, S ∩ V2)) とかいう感じで書けるので、結構解ける
-
$$ |A| \leq k_1, |B| \leq k_2 $$
-
$$ |A|+|B| \leq k $$
-
$$ A \cap B = \emptyset $$
-
上の組合せ
-
実際に解く時には象限毎に解けばOK
-
f(A,φ)を最大化するA*を求め、f(A*,B)を最大化するB*を求める、とか。
有向双劣モジュラ
-
大体は単純で良いので、理論的興味としてやる
-
$$ f:3^{V} \to \mathbb{R} $$が単純双劣モジュラ$$ \iff $$
-
$$ f(A,B) + f(A',B') \geq f(A \cap A', B \cap B') + f( (A \cup A') \setminus (B \cup B'), (B \cup B') \setminus (A \cup A') ) $$
-
あまり自明ではない
-
$$ f:3^{V} \to \mathbb{R} $$: 非負単調有向双劣モジュラ
-
$$ f':2^{2V} \to \mathbb{R} $$: 非負単調単純双劣モジュラで、fと定義出来る所では値が同じ
-
こういうf'があると、fの最大化が近似できる
-
象限ごとの最大化
-
単純の場合みたいに解くが、ヒューリスティクスで近似保証無し
まとめ
-
思ってたより理論的な内容がたくさんあった
-
色々な制約が結構あるなあ
AISTATS センサ配置 劣モジュラ 特徴選択
2016/11/27
最終更新:2016年11月30日 02:25