constraint networks 2.2~2.3
DESCRIPTION
Constraint Networks 2.2~2.3. 5月7日 上田研究室 M2 西村 光弘. 2.2 Numeric and Boolean Constraints. 2.1.2 ( P27 )で取り扱った関係の記述を、より簡潔 で扱いやすいように記述する ↓ 算術制約やブーリアン制約を用いる 算術制約:より簡潔な表現 ブーリアン制約:禁止されるタプルを表現. 2.2.1 Numeric Constraint. 算術式で制約を簡潔に表現する 例: 4-queens problem 全ての2つの変数x i とxj(図の縦列) ∀ i,j に対し、 - PowerPoint PPT PresentationTRANSCRIPT
1
Constraint Networks 2.2~2.3
5月7日上田研究室
M2 西村 光弘
2
2.2 Numeric and Boolean Constraints
2.1.2 ( P27 )で取り扱った関係の記述を、より簡潔
で扱いやすいように記述する ↓
算術制約やブーリアン制約を用いる
算術制約:より簡潔な表現ブーリアン制約:禁止されるタプルを表現
3
2.2.1 Numeric Constraint
算術式で制約を簡潔に表現する例: 4-queens problem全ての2つの変数x i とxj(図の縦列)∀i,j に対し、横列が同じでない → xi≠ xj斜めの場所にない → l xi – xj l≠l i - j lRij = {(xi, xj) l xi Di, xj Dj, ∈ ∈ xi≠ xj and l xi – xj l≠l
i - j l }
4
Numeric Constraint もう一つの例 + α
変数領域を整数の有限部分集合にする 2つの変数の間の2項制約を線形不等式の結
合で表す ( 3xi + 2xj < 3 )∧( -4xi + 5xj < 1 )
Crypto-arithmetic Puzzles上記の線形制約を用いて簡単に定式化できる
“integer liner program”
SEND+MOREMONEY
同じ文字は同じ数字が隠されている数字は0~9
5
2.2.2 Boolean Constraints
制約問題の変数が2値である場合、関係を記述するのによく Boolean 制約を使う
例: Alex, Bill, Chris を party に招待する場合A =命題“ Alex は party に来る”( B,C も同様)とする
わかっていること・ Alex が来るなら Bill も来る・ Chris が来るなら Alex も来る
(A → B) (C → A)∧→
( ¬ A B) (∨ ∧ ¬ C A)∨
↓ 同じ意味
6
例: Alex, Bill, Chris を party に招待する Chris が来るとしたら Bill は来る?
命題論理命題理論 φ = C (A→B) (C→A)∧ ∧ Chris が来るとしたら、 Bill が来るかどうか→Bill が来ないと仮定して矛盾が生じるかどうか
を見るつまり、 φ∧ ¬ B を解いて満たされるかをチェッ
ク ↓この場合は矛盾が示されるので、“ Bill は来る”
7
CNF (conjunction normal form)
CNF =論理積標準形 命題変数・・・ P,Q,R で表す。取りうる値は{ true, false } or { 1, 0 } Clause( 節 ) ・・・命題変数と選言記号( disju
nction )を用いて α 、 β などで表すα =( P Q R∨ ∨ ) ( P Q R T∨ ∨ ∨ )→( α T∨ )と略記( α Q∨ )∨( β∨ ¬ Q )→( α β∨ ) CNF ・・・ clause の集合を φ で表すφ ={ α1, ・・・ ,αt }
8
CNFと SAT( propositional satisfiability
problem) CNF は、変数が命題( true or false )であるよ
うな制約ネットワークでよく見られる補足説明CNF theory φ =( A B∨ )∧( C∨ ¬ B )→変数3つ、制約( clause )2つ制約 A B∨ は関係 RAB = [(1,0),(0,1),(1,1)] を表す
SAT は命題充足可能性問題 CNF 理論が model を持つかどうかを決定することmodel =どの clause の規則も破らないように、変数に真値を割り当てたもの 関連する制約問題で矛盾しないかどうかを決定す
ること
9
Primal constraint graph
命題理論 φ の構造を interaction graph で描画・・・ G( φ )
無向グラフ ノードは各命題変数 エッジは同 clause にある変数の各ペア
G(φ)={(¬ C) ,( A B C∨ ∨ ) ,(¬ A B E∨ ∨ ) ,(¬ B C D∨ ∨ )}
B
A
E
C
DFigure2.8
10
2.2.3 Combinatorial Circuits Diagnosis
Boolean 命題言語は回路を表すのによく使われる 回路の診断作業は制約充足問題として定式化され
うる 定式化の方法
変数と各ゲート( AND 、 OR 、 XOR )を関連づける Boolean 制約によって、各ゲートの input と output の関
係を記述する 観測される output から、回路の振る舞いが適切か
間違いかを確認する
11
2.3 Properties of Binary Constraint Networks
今まで出てきた制約を処理する概念は Binary Network のために紹介された
Binary Network は役に立つ ↓なぜかというと・・・
後の章にでてくる制約の一般的理論を理解するのに役に立つから
この 2.3 節では binary constraint network の特徴について書いてある
12
2.3.1 Equivalence and Deduction with Constraints
制約を計算する主な概念は constraint deduction ↓初期の制約集合から、新しい制約集合を推論すること例:幾何制約x>yとy>zからx>zを推論する
推論された新しい制約を加えた集合は、初期の集合と同等の constraint network を生み出す
13
例: graph-coloring problem
各ノードは変数 x 1、 x 2、 x 3
それぞれ同じ domain { red, blue } Not-equal 制約
R21=R32= {( blue, red ) , ( red, blue )} エッジのない x1 と x3 の関係は universal relation
R13={(red, blue),(blue, red),(red, red),(blue, blue)}
制約からの解は2つで ρ123={(red, blue, red)(blue, red, blue)} そこから推論される x 1と x 3の関係は、新しい制約 R’13=
{(red, red)(blue, blue)} を作る( deduction ) 元の制約集合を R、 R’13 を加えた制約集合を R’とすると、
この Rと R’は同値であると言える( equivalence )
redundant
図の説明
14
図: graph-coloring
redblue
redblue
redblue
redblue
redblue
redblue
R=
x2
≠ ≠ ≠ ≠
=
R’=
x1 x3 x1 x3
x2
(a) (b)
Figure2.10
15
Redundancy と Equivalence を一般的に言うと
Redundancy 制約ネットワークからある制約を取り除いても解
の全ての集合が変わらない時の、そのある制約のこと
Equivalence 2つの制約ネットワークにおいて
同じ変数の集合の上で制約ネットワークが定義されている
同じ解の集合を表現できる
16
定義 2.2 Composition
制約推論は Composition を通して達成されるRxy,Ryz(binary or unary constraint) があるとして、 compositi
on Rxy ・ Ryz から2項関係 Rxz を作る Rxz={(a,b) l a Dx, b Dz c Dy ∈ ∈ ∃ ∈ such that (a,c) Rxy and (c,b) Ry∈ ∈
z}composition の計算の定義を join と projection を使って定式
化 Rxz = Rxy ・ Ryz = π{x,z}(Rxy Ryz)
例: R’ = π{x1,x3}(R12 R23) = {(red,red),(blue,blue)}
projection join
17
図: join and projection
R12
blue redred blue
x1 x2
R23
blue redred blue
x2 x3
R12 R23
x1 x2 x3
blue red bluered blue red
↓join
→projection
R13 = π{x1,x3}(R12 R23)
blue bluered red
x1 x3
18
例 2.2 composition 0-1matrix
2 項関係を 0-1matrix で表現すると、 composition は Boolean matrix の掛け算になる
R12 =red blue
red blue
0 11 0
R23 =red blue
red blue
0 11 0
=red blue
red blue
1 00 1
0 11 0
0 11 0
1 00 1=×R12・ R23 = R13 =
19
2.3.2 The Minimal and the Projection Networks
問題提起どんな関係も binary constraint network として表現されるか? ↓答え
多くの場合は表現できない(特別なケースだけ表現できる) ↓なぜなら
異なる関係の数 > 異なる binary constraint network の数 ↓どうするか
Binary projection network によって関係を近似する
20
定義 2.3 projection network
初期の関係 ρ
↓ 変数の各ペアーで ρ を projection する
Projection network の関係 P(ρ)
P(ρ) は network P = (X, D, P) で定義されるD={Di}, Di=πi(ρ), P={Pij},Pij=πxi,xj(ρ)
21
例 2.3 projection network
ρ123={(1,1,2),(1,2,2),(1,2,1)}
Projection network P(ρ)P12={(1,1),(1,2)}, P13={(1,2),(1,1)}P23={(1,2),(2,2),(2,1)}
P(ρ) からの全ての解は sol(P(ρ))sol (P(ρ))={(1,1,2),(1,2,2),(1,2,1)}
一般的にはこのようにうまく戻らない例2.4へ
22
例 2.4 定理 2.1ρ sol(P(ρ))⊆
初期の関係 ρ Projection network P(ρ)P12={(1,1),(1,2),(2,1),(2,2)}P23={(1,2),(2,2),(1,3)}P13={(1,2),(2,3),(2,2)}
x1 x2 x3
1 1 21 2 22 1 32 2 2
x1 x2 x3
1 1 21 2 2
2 1 32 2 2
2 1 2
余分な解が増えた
sol(P(ρ))
23
定理 2.2 ¬∃ R’, ρ sol(⊆ R’) sol(P(ρ))⊂
Projection network P(ρ) は ρ を表現するのに、最も厳しい上限の binary network である 説明は前頁( P21 )の図を参照
問題提起P(ρ) は sol(ρ) を表現するのに最も厳しい関係記述かどうか?
24
定義 2.4 “tighter than” network relationship
同じ変数の集合を持つ、2つの binary networkを Rと R’として、R’が Rと比べ少なくても同じ tight さである⇔全ての i,j に対し、 R’ij R⊆ ij
例:資料 P14 の graph-coloring 図 2.10 の (a) と (b)が上の Rと R’に相当する
説明:意味論的に同等で同じ解が得られるのに、 Rより R’ のほうが条件が厳しい
25
定義 2.5 intersection on networks
2 つの network Rと R’の intersection ( R∩R’)は binary network である。(明らか)
命題 2.1 2つの同等な network Rと R’があるなら、
R∩R’はそれらと同等な network である R∩R’は両方より少なくとも tight である
26
例 2.5 命題 2.1 の例題説明
資料 P14の graph-coloring 図の関係で、(b)の R 2
3の≠制約を取り除いた Rと R’の intersection を考える R :
R12=R23= {( blue, red ) , ( red, blue )} R13={(red, blue),(blue, red),(red, red),(blue, blue)}
R’ : R12= {( blue, red ) , ( red, blue )} R13= {( blue, blue ) , ( red, red )} R23={(red, blue),(blue, red),(red, red),(blue, blue)}
R∩R’ (minimal network) R12= R23= {( blue, red ) , ( red, blue )} R13= {( blue, blue ) , ( red, red )}
27
定義 2.6 minimal network
R 0 と同等の全ての network の集合を{ R 1,…, R l } ρ = sol(R 0)
R 0 の minimal network はM(R 0)=M(ρ)=∩ R i と定義される
定理 2.3全ての binary network R に対し、ρ = sol(R), M(ρ) = P(ρ) が成り立つ命題 2.2If (a,b) M∈ ij then t sol(M)∃ ∈ such that t[i]=a, t[j]=b
li=1
28
2.3.3 Binary-Decomposable Network
例 2.6
ρ は binary constraint network で表現可能 projected な関係である πxyzρ は binary network で表現不可能
なぜなら πxyzρ sol(P(π⊂ xyzρ)) 定義 2.7
関係が binary-decomposable であるとは、その関係がbinary constraints で表現可能であるということ
ρ =
x y z t a a a a
a b b b b b a c
πxyzρ=
x y z
a a a a b b b b a
29
図 2.11 M13={(2,1),(3,4)}
R12={(1,3),(1,4),(2,4),(3,1),(4,1),(4,2)}
R13={(1,2),(1,4),(2,1),(2,3),(3,1),(3,4),(4,1),(4,3)}
R14={(1,2),(1,3),(2,1),(2,3),(2,4),(3,1),(3,2),(3,4),(4,2),(4,3)}R23={(1,3),(1,4),(2,4),(3,1),(4,1),(4,2)}R34={(1,3),(1,4),(2,4),(3,1),(4,1),(4,2)}
↓ 1
2
3
4
x1 x2 x3 x4
R13’={(1,2),(2,1),(3,4),(4,2),(4,3)}R13’’={(1,4),(2,3),(2,1),(3,4),(4,1)}R13’’’={(1,4),(2,1),(3,4),(4,3)}R13’’’’={(2,1),(4,1),(3,2),(2,3),(3,4),(1,4)}
↓M13 = R13∩R13’∩R13’’∩R13’’’∩R13’’’’ = {(2,1),(3,4)}
R13={(1,2),(1,4),(2,1),(2,3),(3,1),(3,4),(4,1),(4,3)}