[論文レビュー] Discrete spacetime and its applications

Eitan Bachmat|ArXiv.org|Feb 27, 2007

Random Matrices and Applications参考文献 42被引用数 6

ひとこと要約

本稿では、時空多様体の体積形式を用いて点をサンプリングすることで得られる、部分的に順序付けられた集合としての離散的時空を提案する。因果構造が部分順序を定義する。本稿は、このような離散的時空の漸近的性質が、時空次元および計量の再構成を可能にすることを示し、航空機の乗客乗車やスケジューリングといった多様な問題にその形式を適用する。その結果、最大因果的鎖が乗車時間および政策のパフォーマンスと相関することを示した。

ABSTRACT

We survey some results about the asymptotic behavior of discrete spacetime models, which appeared in diverse settings in the physics and math literature. We then discuss some recent applications, including scheduling in disk drives and analysis of airplane boarding strategies.

研究の動機と目的

• 時空多様体から体積サンプリングを用いて得られる、ランダムな部分順序集合としての離散的時空の数学的枠組みを確立すること。
• サンプル点数 n が増加する際の離散的時空の漸近的挙動を調査すること。
• n が非常に大きい極限において、因果構造と体積形式から時空次元および計量を再構成できることを示すこと。
• 航空機の乗客乗車やタスクスケジューリングなど、見た目には関係のない実世界の問題に、離散的時空形式を適用すること。
• 因果的鎖の長さと乗車時間やタスクの完了順序といった観測可能な量との間の数値的および理論的証拠を提供すること。

提案手法

• 時空多様体 M のコンact領域 D から、体積形式を用いて独立同分布に従って n 個の点をサンプリングし、その集合として離散的時空を定義する。
• M の因果構造に基づき、サンプル点に部分順序 ≺ を導入する：a ≺ b であるとは、a から b へ向かう未来指向の時空的曲線が D 内に存在することを意味する。
• Hawking, King, McCarthy, Malament の結果を用いて、連続的極限において因果構造と体積形式が計量を微分同相写像を除いて一意に決定することを示す。
• 密度関数 p(x,y) と混雑度パラメータ k を用いて、単位正方形にローレンツ計量を構築する。ds² = 4D²p(x,y)(dx² + kα(x,y)dy²) と定義する。
• 航空機の乗客乗車を因果的プロセスとしてモデル化する：他の乗客に遮られることで鎖が形成され、その中で最も長い鎖が離散的時空における最大因果的曲線に対応する。
• √n でスケーリングした最大因果的曲線の長さ（固有時間）を用いて乗車時間を推定し、シミュレーション結果と照合する。

実験結果

リサーチクエスチョン

• RQ1 ランダムにサンプリングされた離散的時空の漸近的構造から、時空多様体の次元を再構成できるか？
• RQ2 n が非常に大きい極限において、時空の因果構造と体積形式は、計量をどの程度まで一意に決定するか？
• RQ3 離散的時空形式は、航空機の乗客乗車やタスクスケジューリングといった実世界のプロセスをどのようにモデル化できるか？
• RQ4 離散的時空における最大因果的鎖と、航空会社の運用における実際の乗車時間の間にどのような関係があるか？
• RQ5 複雑な力学的プロセスを伴う場合でも、この形式は異なる乗車ポリシーのパフォーマンス順位を高い精度で予測できるか？

主な発見

• 本稿では、離散的時空の漸近的挙動から時空次元を再構成するための新しい手法を提示し、次元再構成問題に対して単純な解法を提供する。
• 数値計算（図2）により、離散的時空モデルにおける最大因果的鎖が、航空機乗車シミュレーションにおける実際の乗車時間と非常によく一致することが示された。
• 混雑度 k=4 の場合、任意のバック・トゥ・フロントポリシーの期待乗車時間は (12) で上限が与えられ、ランダム乗車より20%未満の改善にとどまることを示した。
• k=4 の場合、いかなるバック・トゥ・フロントポリシーも乗車時間を5%未満に削減できないと予測しており、このようなポリシーの実用的利点が限定的であることを示唆している。
• 離散的時空モデルにおける最大因果的曲線は、互いに遮られる乗客の鎖の最長長さと漸近的に一致し、因果モデルが実際の乗車プロセスの代理として妥当であることを検証した。
• 境界効果により誤差項が増加するものの、最大曲線の √n スケーリング長さは、詳細なシミュレーションと比較して、乗車ポリシーの順位付けにおいて驚くほど高い精度を示した。