Core Concepts
이 연구는 예산 제약 및 성능 제약 하에서 약한 부모듈러 함수를 최대화하는 두 가지 새로운 무작위 탐욕 알고리즘을 제안합니다. 또한 다중 목적 강건 최적화 문제에 대한 무작위 약한 부모듈러 포화 알고리즘을 제안하고 이에 대한 이론적 보장을 제공합니다.
Abstract
이 연구는 센서 선택 문제에 대한 새로운 무작위 탐욕 알고리즘을 제안합니다.
예산 제약 하에서 약한 부모듈러 함수를 최대화하는 Modified Randomized Greedy (MRG) 알고리즘을 제안합니다. MRG는 전체 가능 검색 공간을 탐색하는 대신 무작위 샘플링을 통해 검색 공간을 제한합니다. 이를 통해 계산 효율성을 높이면서도 높은 확률로 성능 보장을 제공합니다.
성능 제약 하에서 비용을 최소화하는 Dual Randomized Greedy (DRG) 알고리즘을 제안합니다. DRG 역시 무작위 샘플링을 사용하여 계산 복잡도를 낮추면서도 높은 확률로 성능을 보장합니다.
다중 목적 강건 최적화 문제에 대한 Randomized Weak Submodular Saturation Algorithm (Random-WSSA)를 제안합니다. Random-WSSA는 DRG를 활용하여 최악의 경우를 최대화하는 강건 솔루션을 구축합니다. 이에 대한 이론적 보장도 제공합니다.
이러한 알고리즘들의 효과를 저궤도 지구 관측 위성 군집 응용 사례에서 입증합니다.
Stats
최대 센서 비용 cmax = 100
예산 제약 B = 25, 50, 75, 100
샘플링 크기 ri = 60, 120, 180, 240 (ri = 240은 전체 집합 탐색)