[論文レビュー] Communication for Omniscience.

Ni Ding, Chung Chan+3 more|arXiv (Cornell University)|Nov 25, 2016

Cooperative Communication and Network Coding参考文献 61被引用数 3

ひとこと要約

本稿では、離散的無記憶複数情報源を観測するユーザーネットワークにおいて、全ユーザが全情報を得られる状態（オムニサイトセンス）を達成するための効率的アルゴリズムを提案する。合計通信レート（和レート）を最小化することを目的とし、部分集合関数の単調性とDilworthの切断を活用して、最小和レートを達成する最適化問題を定式化する。修正分解アルゴリズム（MDA）と和レート増分アルゴリズム（SIA）により、それぞれ漸近的および非漸近的モデルにおいて多項式時間で計算が可能となる。

ABSTRACT

This paper considers the communication for omniscience (CO) problem: A set of users observe a discrete memoryless multiple source and want to recover the entire multiple source via noise-free broadcast communications. We study the problem of how to attain omniscience with the minimum sum-rate, the total number of communications, and determine a corresponding optimal rate vector. The results cover both asymptotic and non-asymptotic models where the transmission rates are real and integral, respectively. Based on the concepts of submodularity and Dilworth truncation, we formulate a maximization problem. The maximum is the highest Slepian-Wolf constraint over all multi-way cuts of the user set, which determines the minimum sum-rate. For solving this maximization problem and searching for an optimal rate vector, we propose a modified decomposition algorithm (MDA) and a sum-rate increment algorithm (SIA) for asymptotic and non-asymptotic models, respectively, both of which complete in polynomial time. For solving the Dilworth truncation problem as the subroutine in both algorithms, we propose a fusion method to implement the existing coordinate saturation capacity (CoordSatCap) algorithm, where the submodular function minimization (SFM) is done over a merged user set. We show by experimental results that this fusion method contributes to a reduction in computation complexity as compared to the original CoordSatCap algorithm.

研究の動機と目的

• 全ユーザがノイズのないブロードキャスト通信により、複数情報源全体を回復できるようになるために必要な最小和レートを特定すること。
• 漸近的（実数レート）および非漸近的（整数レート）モデルの両方において、最適レートベクトルを計算する多項式時間アルゴリズムを設計すること。
• 最適化フレームワーク内でのDilworthの切断問題を効率的に解く計算の課題に対処すること。
• ユーザ集合の統合による統合手法を用いて、従来の部分集合関数最小化アルゴリズムの計算複雑度を低減すること。
• ユーザ集合の多方向カット上でのSlepian-Wolf制約を用いた、達成可能なレートの理論的上限を確立すること。

提案手法

• CO問題を、すべての多方向カット上でのSlepian-Wolf制約の最大化問題として定式化し、最小和レートを決定する。
• 部分集合関数の単調性とDilworthの切断を適用して、レート割り当て問題を構造的最適化問題としてモデル化する。
• 漸近的モデル向けに、修正分解アルゴリズム（MDA）を提案し、多項式時間で動作する。
• 非漸近的モデル向けに、和レート増分アルゴリズム（SIA）を導入し、同様に多項式時間で動作する。
• ユーザ集合を部分集合関数最小化の前処理段階で統合する統合手法を提案し、座標飽和容量（CoordSatCap）アルゴリズムの高速化を図る。
• 統合されたCoordSatCapアルゴリズムをMDAおよびSIAのサブルーチンとして用い、元の実装に比べて計算効率を向上させる。

実験結果

リサーチクエスチョン

• RQ1 ノイズのないブロードキャスト通信を伴う分散情報源ネットワークにおいて、全ユーザがオムニサイトセンスに到達するための最小和レートは何か？
• RQ2 実数レートおよび整数レート制約の下で、最適レートベクトルを効率的に計算する方法は何か？
• RQ3 ユーザ集合の統合によって、Dilworthの切断問題を解く計算複雑度を低減できるか？
• RQ4 多方向カット上でのSlepian-Wolf制約が、最小和レートを決定する役割を果たすメカニズムは何か？
• RQ5 提案されたMDAおよびSIAアルゴリズムは、既存の手法と比較して性能および複雑度の点で優れているか？

主な発見

• 最小和レートは、ユーザ集合のすべての多方向カットにおけるSlepian-Wolf制約の最大値に等しい。
• 修正分解アルゴリズム（MDA）は、漸近的モデルにおいて最適レートベクトルを多項式時間で計算可能である。
• 和レート増分アルゴリズム（SIA）は、非漸近的モデル（整数レート）においても同様に多項式時間で最適解を達成する。
• CoordSatCapアルゴリズムの統合手法により、ユーザ集合を統合した上で部分集合関数を最小化することで、計算複雑度が元のバージョンより低減される。
• MDAおよびSIAの両方が多項式時間で終了することが証明されており、大規模ユーザ集合へのスケーラビリティが保証される。
• 実験結果から、統合手法がDilworthの切断問題の解法において著しく効率性を向上させることを確認した。