[論文レビュー] Codes Correcting All Patterns of Tandem-Duplication Errors of Maximum Length 3.

Mladen Kovačević|arXiv (Cornell University)|Nov 15, 2019

DNA and Biological Computing参考文献 10被引用数 10

ひとこと要約

本稿は、長さが3以下の繰り返し部分文字列を含まない $ q $-ary 文字列の集合が、長さ ≤3 のすべてのタンデム複製誤りを訂正できるコードであることを証明し、ゼロエラー容量の観点で漸近的最適性を確立している。本研究は、複製の根が一意である場合に、$ (\mathrm{\leq}3) $-タンデュム複製チャネルのゼロエラー容量問題を解決する。

ABSTRACT

The set of all $ q $-ary strings that do not contain repeated substrings of length $ \leq\ell $ forms a code correcting all patterns of tandem-duplication errors of length $ \leq\ell $, when $ \ell \in \{1, 2, 3\} $. For $ \ell \in \{1, 2\} $, this code is also known to be optimal in terms of asymptotic rate. The purpose of this paper is to demonstrate asymptotic optimality for the case $ \ell = 3 $ as well, and to give the corresponding characterization of the zero-error capacity of the $ (\leq 3) $-tandem-duplication channel. This settles the zero-error problem for $ (\leq\ell) $-tandem-duplication channels in all cases where duplication roots of strings are unique.

研究の動機と目的

• 長さ ≤3 の繰り返し部分文字列を含まない $ q $-ary 文字列が、長さ ≤3 のすべてのタンデュム複製誤りを訂正するコードとして漸近的最適であることを確立すること。
• $ (\leq3) $-タンデュム複製チャネルのゼロエラー容量を特定すること。
• $ \ell = 1,2 $ の既知の最適性結果を、これまで未解決であった $ \ell = 3 $ の場合にまで拡張すること。
• 複製の根が一意である場合に、$ (\leq\ell) $-タンデュム複製チャネルのゼロエラー容量問題を解決すること。

提案手法

• 本稿は、長さ ≤3 の繰り返し部分文字列を避ける $ q $-ary 文字列の構造を分析し、その文字列の組合せ的性質を活用する。
• このような文字列は本質的に長さ ≤3 のすべてのタンデュム複製パターンを避けるため、強力な誤り訂正コードであることが保証される。
• 文字列の長さが増加するに従ってその数の増加率を分析することで、コードの漸近的レートを導出する。
• 組合せ論的言語理論と文字列制約の技術を用いて、このコードがゼロエラー伝送の理論的上限レートに達することを証明する。
• 既知の $ \ell = 1,2 $ の結果を $ \ell = 3 $ にまで拡張し、構造的およびエントロピーに基づく議論を用いる。
• このコードのレートが $ (\leq3) $-タンデュム複製チャネルのゼロエラー容量と一致することを確立し、最適性を確認する。

実験結果

リサーチクエスチョン

• RQ1 長さ ≤3 の繰り返し部分文字列を含まない $ q $-ary 文字列からなるコードは、長さ ≤3 のすべてのタンデュム複製誤りを訂正する観点で、漸近的最適性を満たすか？
• RQ2 複製の根が一意である条件下で、$ (\leq3) $-タンデュム複製チャネルのゼロエラー容量は何か？
• RQ3 $ \ell = 1,2 $ の場合に成立するコードの最適性は、$ \ell = 3 $ の場合にも拡張可能か？
• RQ4 複製の根が一意である場合に、$ (\leq\ell) $-タンデュム複製チャネルのゼロエラー容量を完全に特定できるか？

主な発見

• 長さ ≤3 の繰り返し部分文字列を含まない $ q $-ary 文字列からなるコードは、長さ ≤3 のすべてのタンデュム複製誤りを訂正するための最大の漸近的レートを達成する。
• このコードの漸近的レートは、$ (\leq3) $-タンデュム複製チャネルのゼロエラー容量の理論的上限と一致する。
• 本稿は、$ \ell = 3 $ に対し、このコードが漸近的最適であることを確立し、$ \ell = 1,2 $ での既知の最適性を拡張する。
• 複製の根が一意である場合に、$ (\leq3) $-タンデュム複製チャネルのゼロエラー容量は、このコードのレートとして完全に特定される。
• この結果により、長さ ≤3 の繰り返し部分文字列の不在が、ゼロエラー環境下で長さ ≤3 のすべてのタンデュム複製誤りを訂正するための必要十分条件であることが確認される。
• 本研究により、複製の根が一意であるすべての状況において、$ (\leq\ell) $-タンデュム複製チャネルのゼロエラー容量の特定が完全に完了する。