Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
Algorithms for Gerrymandering over Graphs
Search
hanachiru
July 27, 2020
Education
0
180
Algorithms for Gerrymandering over Graphs
hanachiru
July 27, 2020
Tweet
Share
More Decks by hanachiru
See All by hanachiru
1時間でフラグメントシェーダー入門からボロノイ図まで
hanachiru
0
1.6k
Other Decks in Education
See All in Education
いにしえの国産データベース~桐~って知っていますか?
masakiokuda
2
110
Генезис казарменной архитектуры
pnuslide
0
190
5 Things Every L&D Pro Should Steal from Marketing
tmiket
0
150
JAWS-UGを通じてアウトプット活動を楽しんでみませんか? #jawsug_tochigi
masakiokuda
0
240
Padlet opetuksessa
matleenalaakso
4
13k
AI 時代軟體工程師的持續升級
mosky
1
2.2k
Nodiレクチャー 「CGと数学」講義資料 2024/11/19
masatatsu
1
310
Казармы и гарнизоны
pnuslide
0
180
Data Representation - Lecture 3 - Information Visualisation (4019538FNR)
signer
PRO
1
2.2k
(元)教育担当がお伝えする、若手社員が成長しまくるOJTポイント
masakiokuda
0
220
OnShapeの紹介-概要編
shiba_8ro
0
110
BrightonSEO, San Diego, CA 2024
mchowning
0
130
Featured
See All Featured
No one is an island. Learnings from fostering a developers community.
thoeni
21
3.1k
Scaling GitHub
holman
459
140k
Design and Strategy: How to Deal with People Who Don’t "Get" Design
morganepeng
129
19k
jQuery: Nuts, Bolts and Bling
dougneiner
63
7.7k
Fireside Chat
paigeccino
34
3.2k
実際に使うSQLの書き方 徹底解説 / pgcon21j-tutorial
soudai
175
52k
Easily Structure & Communicate Ideas using Wireframe
afnizarnur
193
16k
Become a Pro
speakerdeck
PRO
26
5.2k
YesSQL, Process and Tooling at Scale
rocio
172
14k
Understanding Cognitive Biases in Performance Measurement
bluesmoon
27
1.6k
How to Ace a Technical Interview
jacobian
276
23k
Designing Experiences People Love
moore
140
23k
Transcript
グラフ上のGerrymanderingのための アルゴリズム Algorithms for Gerrymandering over Graphs Takehiro Ito, Naoyuki
Kamiyama, Yusuke Kobayashi, Yoshio Okamoto, Ph.D. 名無しの権兵衛 1
ストーリー 2 候補者pを支持する有権者 候補者qを支持する有権者 青×9, 赤×3 とある選挙にて・・・ 1. 有権者を区分けする 2. それぞれの選挙区から候補者を一人を選びだす 3. 勝利した選挙区が最も多い候補者が最終的に当選する
候補者qが当選 青×3, 赤×0 → 青 青×2, 赤×1 → 青 青×4, 赤×2 → 青 青×3, 赤×0 → 青
ストーリー 3 候補者pを支持する有権者 候補者qを支持する有権者 青×9, 赤×3 とある選挙にて・・・ 候補者qが当選 どうしても候補者pを勝たせたい! あなた
ストーリー 4 候補者pを支持する有権者 候補者qを支持する有権者 青×9, 赤×3 選挙にて・・・ 候補者pが当選 区分けをうまく割り当てれば候補者pを当選させられるのでは? あなた
恣意的に区分けを行う:ゲリマンダリング 青×9, 赤×0 → 青 青×0, 赤×2 → 赤 青×0, 赤×1 → 赤 青×1, 赤×2 → 赤
ストーリー 5 候補者pを支持する有権者 候補者qを支持する有権者 青×9, 赤×3 選挙にて・・・ 候補者pが当選 区分けをうまく割り当てれば候補者pを当選させられるのでは? あなた
恣意的に区分けを行う:ゲリマンダリング 青×9, 赤×0 → 青 青×0, 赤×2 → 赤 青×0, 赤×1 → 赤 青×1, 赤×2 → 赤 目的 :ゲリマンダリングが可能か判定するアルゴリズムを 多項式時間で解けるかという観点から調べる
ゲリマンダリング 6 1 2 5 3 6 1 Gerrymandering問題 ・入力
・無向グラフ ・重み(有権者の数) ・候補者の集合 ・目的の候補者 ・分割数 ・出力 ・目的の候補者が単独で勝利する 連結成分に分割できればYES, なければNO q q q q p p 例. 候補者 = {p, q}, 目的候補者p, 分割数=3
ゲリマンダリング 7 1 2 5 3 6 1 Gerrymandering問題 ・入力
・無向グラフ ・重み(有権者の数) ・候補者の集合 ・目的の候補者 ・分割数 ・出力 ・目的の候補者が単独で勝利する 連結成分に分割できればYES, なければNO q q q q p p q=0, p=1 → {p} q = 1+2+3 = 6, p=0 → {q} q=5, p=6 → {p} 出力:q×1, p×2 => YES 例. 候補者 = {p, q}, 目的候補者p, 分割数=3
ゲリマンダリング 8 1 2 5 3 6 1 Gerrymandering問題 ・入力
・無向グラフ ・重み(有権者の数) ・候補者の集合 ・目的の候補者 ・分割数 ・出力 ・目的の候補者が単独で勝利する 連結成分に分割できればYES, なければNO q q q q p p 例. 候補者 = {p, q}, 目的候補者p, 分割数=4
ゲリマンダリング 9 1 2 5 3 6 1 Gerrymandering問題 ・入力
・無向グラフ ・重み(有権者の数) ・候補者の集合 ・目的の候補者 ・分割数 ・出力 ・目的の候補者が単独で勝利する 連結成分に分割できればYES, なければNO q q q q p p 例. 候補者 = {p, q}, 目的候補者p, 分割数=4
ゲリマンダリング 10 1 2 5 3 6 1 Gerrymandering問題 ・入力
・無向グラフ ・重み(有権者の数) ・候補者の集合 ・目的の候補者 ・分割数 ・出力 ・目的の候補者が単独で勝利する 連結成分に分割できればYES, なければNO q q q q p p q = 1+ 5 = 6, p=6 →{p, q} q=2, p=0 → {q} q=3, p=0 → {q} q=0, p=1 → {p} 例. 候補者 = {p, q}, 目的候補者p, 分割数=4 出力:q×3, p×1 => NO タイブレイクを考慮すると目的候補は単独,それ 以外の候補は含むことでカウントする
本論文の結果 11 候補者数|C| : 一般 候補者数|C| : 定数 平面 木
スター パス 強NP完全(定理3) 直径4 強NP完全 NP完全(定理1) 分割数k=2, |C| = 4 多項式時間(定理5) 多項式時間 擬多項式時間(定理7) 多項式時間(定理6) ?
本論文の結果 12 候補者数|C| : 一般 候補者数|C| : 定数 平面 木
スター パス 強NP完全(定理3) 直径4 強NP完全 NP完全(定理1) 分割数k=2, |C| = 4 多項式時間(定理5) 多項式時間 擬多項式時間(定理7) 多項式時間(定理6) ? ココ
NP完全性 13 定理1 Gerrymandering問題は分割数k=2,候補者数|C|=2, Gが完全二部グラフもしくは完全グラフのときNP完全である e.g. 完全二部グラフ 完全グラフ
NP完全性 14 定理1 Gerrymandering問題は分割数k=2,候補者数|C|=2, Gが完全二部グラフもしくは完全グラフのときNP完全である NP完全である Partition問題 Gerrymandering問題 証明. 既にNP完全性が知られているPartition問題から,
Gerrymandering問題に多項式時間帰着する
Partition問題 15 Partition問題 入力:n個の自然数の集合 a1 ,a2 , … , an
出力: となるようなS∈{1,2,...,n}があればYES,なければNO (例1) 入力 : n = 4, a1 =1, a2 =3, a3 =1, a4 =1 出力: YES (例2) 入力 : n = 4, a1 =1, a2 =3, a3 =5, a4 =11 出力: NO S = {1, 3, 4}のとき a1 + a3 + a4 =1 + 1 + 1 = 3 a2 = 3 条件を満たす Sは存在しない
インスタンスの変換 16 Partition問題 入力 : n = 4, a1 =1, a2
=3, a3 =1, a4 =1 出力: YES Gerrymandering問題 入力 : 無向グラフ,分割数k=2,候補者数|C|=2 出力 : ? p p 1 q 3 q 1 q 1 q 3.3 3.3 pを選ぶ重み0.5(a1 +a2 +...+an )+εの頂点を2個 => 0.5(1+3+1+1)+0.3 qを選ぶ a1 , a2 , ..., an に対応した頂点を用意
定理1の証明のポイント 17 p p 1 q 3 q 1 q
1 q 2つの区間に分割を行うときの分割方法 3.3 3.3 Partition問題のインスタンス a1 =1, a2 =3, a3 =1, a4 =1 を変換
定理1の証明のポイント 18 p p 1 q 3 q 1 q
1 q 2つの区間に分割を行うときの分割方法 必ず目的候補pを勝たせなければいけない 3.3 3.3 Partition問題のインスタンス a1 =1, a2 =3, a3 =1, a4 =1 を変換 pが勝つべき区間 0個 => ✖ pが0個, qが2個となり 実行可能解はない
定理1の証明のポイント 19 p p 1 q 3 q 1 q
1 q 2つの区間に分割を行うときの分割方法 必ず目的候補pを勝たせなければいけない 3.3 3.3 Partition問題のインスタンス a1 =1, a2 =3, a3 =1, a4 =1 を変換 pが勝つべき区間 0個 => ✖ 1個 => ✖ pが1個, qが1個となり 実行可能解はない
定理1の証明のポイント 20 p p 1 q 3 q 1 q
1 q 2つの区間に分割を行うときの分割方法 必ず目的候補pを勝たせなければいけない 3.3 3.3 Partition問題のインスタンス a1 =1, a2 =3, a3 =1, a4 =1 を変換 pが勝つべき区間 0個 => ✖ 1個 => ✖ 2個 => ◦ pが2個, qが0個となり 実行可能解があり
定理1の証明のポイント 21 p p 1 q 3 q 1 q
1 q 2つの区間に分割を行うときの分割方法 必ず目的候補pを勝たせなければいけない 目的候補pを選ぶ点は二つしかないので, 各区間に1つずつ分ける すると,2つの区間がおのずと導ける 3.3 3.3 Partition問題のインスタンス a1 =1, a2 =3, a3 =1, a4 =1 を変換 pが勝つべき区間 0個 => ✖ 1個 => ✖ 2個 => ◦
NP完全性 22 定理1 Gerrymandering問題は分割数k=2,候補者数|C|=2, Gが完全二部グラフもしくは完全グラフのときNP完全である NP完全である Partition問題 Gerrymandering問題 証明. 既にNP完全性が知られているPartition問題から,
Gerrymandering問題に多項式時間帰着する
本論文の結果 23 候補者数|C| : 一般 候補者数|C| : 定数 平面 木
スター パス 強NP完全(定理3) 直径4 強NP完全 NP完全(定理1) 分割数k=2, |C| = 4 多項式時間(定理5) 多項式時間 擬多項式時間(定理7) 多項式時間(定理6) ? ココ
まとめ ・ゲリマンダリング 問題の定義 ・グラフ上でのGerrymandering問題の困難性の証明 ・Gerrymandering問題の多項式時間アルゴリズム構築 24