近年列挙技术进展32.pptVIP

近年の列挙技術の進展ー 計画立案と解法 ー 宇野 毅明 （情報学研究所） 有村 博紀 （北海道大学） 中野 眞一 （群馬大学） 佐藤 寛子 （情報学研究所） 佐藤 健 （情報学研究所） 清見 礼 （情報学研究所） 列挙問題とは何でしょう 列挙問題： 与えられた問題の解を全て重複なく見つけ出す問題 ? グラフの2点間を結ぶパス ? 数の合計の可能性 ．．． 今日の講演内容 ? 列挙問題、列挙アルゴリズムの特徴 　　問題の難しさ、研究の動向、歴史 　　 　 ? 応用事例 （モデル化とアルゴリズムの キモ ） 　 － クリークの列挙 　－ 頻出パターンの列挙 　－ サイクルの列挙 　－ 類似項目ペアの列挙 列挙とその応用の基本 列挙は多面的 ? 最適化は問題の一部分を見つける ?　列挙は問題の全ての部分を見つける あいまいな目的 web ページの検索　（見つけたいページを見つける） 　① キーワードを指定 　② キーワードを含むページを列挙 　③ 見つかったページを実際に検証 モデルから見ると ? シンプルかつ小規模なら、最適化が有効 　　　（きれいな問題の良質な解を１つ求める） ? 複雑あるいは大規模ならばシミュレーションが有効 　　　（複雑?大規模な問題の多数の解を見つける） 列挙研究の歴史 OR的アプローチのボトルネック 典型的なOR的なアプローチは、データ収集でつまづくことが多い データ中心の科学 ? 近年、IT技術の発達で、大規模なデータが半自動的に収集できるようになった 　　（POS、web、文書、顧客データ、財務、利用者、人事…） データ中心科学の特徴 ? データが整形されていない 　目的がはっきりしない、あるいは異なる目的のために集められたデータを用いるため、必要なものがすぐ取り出せるとは限らない。また、ノイズや不正確な情報も含まれうる。 ? 目的関数があいまい 　データが情報の塊のようなものなので、そこから得られるものはやはり情報であることが多い（知識、特徴分析といったもの）。それら情報の価値は数理的な尺度では計りにくい。また、従来の最適化とは異なる尺度を用いることが多い。（グラフクラス、シークエンス、情報量、隣接性、類似度、頻出度???） ? データが巨大で、構造を持つ 半自動で集められたデータであるので、データは通常、巨大である。しかし各項目が持つ属性は少なく、疎である。 ? データ処理は比較的簡単なものが多い データ処理の計算は、最適化のような複雑ではなく、 組合せの検索や整形などいくつかの簡単な処理の組合せ 近年の列挙研究の方針 ? 解が少ないようなモデルの構築 　短時間で求解が終わる上に、解の解析にかかる時間も短くなる 　　 － パスの代わりに最短パス 　　 － クリークの代わりに極大クリーク ? 入力データは巨大だが、解は多くない問題を短時間で解く 　　 － パワー則や疎性の利用 　　 － 計算オーダーの減少と再帰構造の良質化 アルゴリズムの性能の向上： 標準的な PC で ? 素朴なアルゴリズムでクリークを列挙　? 100年以上 ? 洗練されたアルゴリズムで極大クリーク ? 2時間程度 　　　(スループット：　秒速10万 個） 列挙モデルの難しさ ? 組合せ的に選択可能な箇所があると、解数が爆発 例）　2点を結ぶパス ? 最短路のみを列挙すれば、回避できうる 例）　グラフのクリーク ? 極大クリークのみを列挙すれば、回避できうる 列挙アルゴリズムの難しさ ? 解は多いが、総当りは非効率 　列挙は解が指数個存在するので、ほぼ全ての組合せが解になりうる ? 総当り的な検索が計算量の意味で最適 　例）　2点間を結ぶパスは指数個ありうる 　　　2点間を結ぶパスは、枝の組合せ全てより指数分の１である 効率的な探索が重要 例題） (3,2) から１つ、(9,3,5) から1つ、(4,1,3) から１つ、 (0,7,1) から１つ、合計4つの数字を選んでできる組合せの 中で、合計が10以下のものを求める　（予算10以下の組合せ） 事例研究の評価 入力の大きさ、事後処理のコストに対して、解数が十分小さいか 　データの性質などから解数を見積もり、求解時間を算定 　　 － 極大性、代表解の選出などがうまく使えているか 巨大なデータからのクラスタ発見 ? 90年代以降に巨大な関係グラフが出現 　－ 数百万頂点 　－ データベースの関係ある項目を枝で結んだグラフ 　－ Web グラフ ? ［関連した／似た］項目の集合はグラフのクリークで表される 列挙事例：　クリークの列挙 クリーク列挙問題 グラフのクリーク： 部分グラフ