[論文レビュー] Passively Mobile Communicating Logarithmic Space Machines

Ioannis Chatzigiannakis, Othon Michail+3 more|arXiv (Cornell University)|Apr 20, 2010

DNA and Biological Computing参考文献 14被引用数 10

ひとこと要約

この論文は、エージェントが対数的記憶領域を持つチューリングマシンである、受動的移動型無線センサーネットワークの理論的枠組みであるPALOMAモデルを紹介する。自己組織化された分散非決定的TMを可能にすることで、対称的述語の安定的計算可能性を正確にNSPACE(n log n)として特徴づけ、従来のモデル（例：PopulatioinプロトコルやCommunityプロトコル）を著しく拡張する。

ABSTRACT

We propose a new theoretical model for passively mobile Wireless Sensor Networks. We call it the PALOMA model, standing for PAssively mobile LOgarithmic space MAchines. The main modification w.r.t. the Population Protocol model is that agents now, instead of being automata, are Turing Machines whose memory is logarithmic in the population size n. Note that the new model is still easily implementable with current technology. We focus on complete communication graphs. We define the complexity class PLM, consisting of all symmetric predicates on input assignments that are stably computable by the PALOMA model. We assume that the agents are initially identical. Surprisingly, it turns out that the PALOMA model can assign unique consecutive ids to the agents and inform them of the population size! This allows us to give a direct simulation of a Deterministic Turing Machine of O(nlogn) space, thus, establishing that any symmetric predicate in SPACE(nlogn) also belongs to PLM. We next prove that the PALOMA model can simulate the Community Protocol model, thus, improving the previous lower bound to all symmetric predicates in NSPACE(nlogn). Going one step further, we generalize the simulation of the deterministic TM to prove that the PALOMA model can simulate a Nondeterministic TM of O(nlogn) space. Although providing the same lower bound, the important remark here is that the bound is now obtained in a direct manner, in the sense that it does not depend on the simulation of a TM by a Pointer Machine. Finally, by showing that a Nondeterministic TM of O(nlogn) space decides any language stably computable by the PALOMA model, we end up with an exact characterization for PLM: it is precisely the class of all symmetric predicates in NSPACE(nlogn).

研究の動機と目的

• 従来のモデル（例：Populationプロトコル）が半線形述語しか計算できないという計算能力の制限を解消すること。
• 現在の技術で実装可能である限り、対数的記憶領域を持つエージェントが、より高い計算表現力を達成できるかどうかを調査すること。
• 匿名性と受動的移動型の相互作用のもとで、一意のIDと集団サイズの認識への自己組織化が可能かどうかを検討すること。
• 新しいモデルの計算能力を、空間計算量と対称的述語認識の観点から正確に特定すること。
• 他のモデル（例：MPPやCommunityプロトコル）と比較して、耐障害性とシミュレーション能力を確立すること。

提案手法

• エージェントを、各々O(log n)の記憶領域を持つチューリングマシンとしてモデル化する。ここでnは集団サイズである。
• 完全な相互作用グラフ上で、エージェント間の双方向ペアワイズ通信を可能とし、状態遷移は遷移関数に従う。
• 反復的再初期化プロセスを実装し、エージェントが一意の連続的なIDを割り当て、集団サイズnを学習できるようにする。
• 割り当てられたIDとnの知識を用いて、O(n log n)の合計記憶領域を用いた分散非決定的チューリングマシン（NTM）をシミュレートする。
• NSPACE(n log n)に属する任意の対称的述語が、PALOMAによってNTMの直接シミュレーションにより安定的に計算可能であることを証明する。
• 逆包含関係を確立するため、PALOMAによって安定的に計算可能な任意の言語がNSPACE(n log n)に属することを示し、補集合の性質を示すImmerman-Szelepcsényiの定理を用いる。

実験結果

リサーチクエスチョン

• RQ1 各エージェントがO(log n)の記憶領域を持つ場合、初期の匿名性にもかかわらず、一意のIDの割り当てと集団サイズnの学習が自己組織化によって可能か？
• RQ2 PALOMAモデルの計算能力は、空間計算量と安定的に計算可能な対称的述語のクラスという観点から、正確にどの程度か？
• RQ3 PALOMAモデルは、中間モデルに依存せずに、Communityプロトコルモデルを直接シミュレートできるか？
• RQ4 PALOMAモデルは、O(n log n)の記憶領域を要する非決定的TMをシミュレート可能か？ もしそうなら、分散的かつ受動的移動型の環境でどのように達成されるか？
• RQ5 各エージェントがO(log n)の記憶領域を持つことは、計算表現力の著しい向上をもたらす計算の閾値となるか？

主な発見

• PALOMAモデルは、初期の匿名性にもかかわらず、自己組織化プロセスを通じてエージェントが一意の連続的なIDを割り当て、集団サイズnを学習できることを示した。
• O(n log n)の合計記憶領域を用いた決定的チューリングマシンの直接シミュレーションをサポートしており、SPACE(n log n)に属するすべての対称的述語がPLMに属することを確立した。
• PALOMAモデルはCommunityプロトコルモデルをシミュレートでき、これによりNSPACE(n log n)に属するすべての対称的述語がPALOMAによって安定的に計算可能であることを証明した。
• ポ인터マシンのシミュレーションに依存せずに、O(n log n)の記憶領域を持つ非決定的TMを直接シミュレートでき、計算能力の正確な特徴づけを達成した。
• PALOMAモデルにおける安定的に計算可能な対称的述語のクラスPLMは、正確にNSPACE(n log n)に属する対称的述語のクラスSNSPACE(n log n)に等しい。
• 各エージェントがO(log n)の記憶領域を持つことは、計算能力の重要な閾値であることが示された。これより小さい記憶領域では、計算能力が厳密に小さくなる可能性があるが、これは未解決の問題のままである。