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
200
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
1.7k
Other Decks in Education
See All in Education
Open Source Summit Japan 2025のボランティアをしませんか
kujiraitakahiro
0
710
Tutorial: Foundations of Blind Source Separation and Its Advances in Spatial Self-Supervised Learning
yoshipon
1
120
Course Review - Lecture 12 - Next Generation User Interfaces (4018166FNR)
signer
PRO
0
1.7k
2025年度春学期 統計学 第2回 統計資料の収集と読み方(講義前配付用) (2025. 4. 17)
akiraasano
PRO
0
140
教員向け生成AI基礎講座(2025年3月28日 東京大学メタバース工学部 ジュニア講座)
luiyoshida
1
570
AIC 103 - Applications of Property Valuation: Essential Slides
rmccaic
0
210
Tangible, Embedded and Embodied Interaction - Lecture 7 - Next Generation User Interfaces (4018166FNR)
signer
PRO
0
1.7k
Education-JAWS #3 ~教育現場に、AWSのチカラを~
masakiokuda
0
170
自己紹介 / who-am-i
yasulab
PRO
3
5.2k
미국 교환학생 가서 무료 홈스테이 살면서 인턴 취업하기
maryang
0
110
The Art of Note Taking
kanaya
1
130
SkimaTalk Tutorial for Students
skimatalk
0
1.8k
Featured
See All Featured
We Have a Design System, Now What?
morganepeng
53
7.7k
Balancing Empowerment & Direction
lara
1
390
Into the Great Unknown - MozCon
thekraken
39
1.9k
Practical Tips for Bootstrapping Information Extraction Pipelines
honnibal
PRO
20
1.3k
Adopting Sorbet at Scale
ufuk
77
9.4k
[Rails World 2023 - Day 1 Closing Keynote] - The Magic of Rails
eileencodes
35
2.4k
Understanding Cognitive Biases in Performance Measurement
bluesmoon
29
1.8k
The Web Performance Landscape in 2024 [PerfNow 2024]
tammyeverts
8
680
The Myth of the Modular Monolith - Day 2 Keynote - Rails World 2024
eileencodes
26
2.9k
Distributed Sagas: A Protocol for Coordinating Microservices
caitiem20
331
22k
Why You Should Never Use an ORM
jnunemaker
PRO
58
9.4k
Designing for humans not robots
tammielis
253
25k
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