[論文レビュー] Systematic Single-Deletion Multiple-Substitution Correcting Codes

Wentu Song, Polyanskii, Nikita+2 more|arXiv (Cornell University)|Jun 20, 2020

DNA and Biological Computing参考文献 15被引用数 5

ひとこと要約

本稿では、高次ウェイトベクトルとBCHコードに基づく事前符号化技術を用いて、漸近的冗長度が $ (3s+4)/\log n + o(/\log n) $ 未満である、体系的単一削除 $ s $-置換訂正符号の族を提案する。この構成により、符号化と復号が多項式時間で行えるようになり、それぞれの複雑度は $ O(n^{s+3}) $ および $ O(n^{s+2}) $ となる。これにより、先行研究と比較して冗長度が $ s\log n $ 減少する。

ABSTRACT

Recent work by Smagloy et al. (ISIT 2020) shows that the redundancy of a single-deletion $s$-substitution correcting code is asymptotically at least $(s+1)\log n+o(\log n)$, where $n$ is the length of the codes. They also provide a construction of single-deletion and single-substitution codes with redundancy $6\log n+8$. In this paper, we propose a family of systematic single-deletion $s$-substitution correcting codes of length $n$ with asymptotical redundancy at most $(3s+4)\log n+o(\log n)$ and polynomial encoding/decoding complexity, where $s\geq 2$ is a constant. Specifically, the encoding and decoding complexity of the proposed codes are $O(n^{s+3})$ and $O(n^{s+2})$, respectively.

研究の動機と目的

• 1つの削除と最大 $ s $ 個の置換を訂正できる体系的符号の設計により、直接的な情報抽出が可能な実用的実装を可能にすること。
• 特に $ s \geq 2 $ の場合に、先行研究の境界が非最適であったのを改善し、冗長度をそれ以下に抑えること。
• 高いコードレートと体系的構造を維持しつつ、多項式時間の符号化と復号を達成すること。
• BCHコードを用いた事前符号化技術を一般化し、編集誤り下での識別不能なシーケンスの数を最小限に抑えること。
• 単一削除多置換訂正符号について、存在的下界と明示的構成との間のギャップを埋めること。

提案手法

• 構成では、重み付き和に基づくパリティチェックを定義するため、$ 2s+2 $ 個の高次ウェイトベクトル $ \mathbf{a}^{(j)} $（$ j = 0,1,\dots,2s+1 $）を用いる。
• 情報シーケンスにBCHコードに基づく事前符号化関数 $ h $ を適用し、1つの削除と $ s $ 個の置換の下で識別不能なシーケンスの数を減らす。
• シンディーム圧縮技術を $ h(\mathbf{x}) $ に適用することで、冗長度をさらに $ 2s\log n $ 減少させ、より緊密な境界を得る。
• 最終的な符号は体系的である：情報ビットが直接埋め込まれ、高次ウェイトベクトルから導出されるパリティチェックにより冗長度が追加される。
• 符号化は $ g(\mathbf{c}) = (M(f(\mathbf{c})) \mod P(\mathbf{c}), P(\mathbf{c})) $ で計算され、ここで $ P(\mathbf{c}) $ は符号語から導かれる素数に類似したモジュラスである。
• 復号は、$ O(n^{s+2}) $ 個の候補についてブルートフォース探索を用い、$ g(\mathbf{c}) $ の一意性を利用して、任意の 1 削除 $ s $-置換誤りパターンから正しい符号語を特定する。

実験結果

リサーチクエスチョン

• RQ1 体系的単一削除 $ s $-置換訂正符号を、存在的下界 $ (s+1)\log n + o(\log n) $ に近い冗長度で構成可能か？
• RQ2 BCHコードを用いた事前符号化により、1つの削除と $ s $ 個の置換の下で識別不能なシーケンスの数をどのように減少させられるか？
• RQ3 多項式時間の符号化と復号を維持しつつ、このような符号で達成可能な最小冗長度は何か？
• RQ4 シンディーム圧縮技術を事前符号化と効果的に組み合わせ、さらに冗長度を減少させられるか？
• RQ5 事前符号化アプローチを $ t $-削除 $ s $-置換符号に一般化し、より低い冗長度を達成できるか？

主な発見

• 提案された符号は、漸近的冗長度が $ (3s+4)\log n + o(\log n) $ 未満であることを達成し、既存で最も良い先行研究と比較して $ s\log n $ 減少している。
• 符号化の複雑度は $ O(n^{s+3}) $、復号の複雑度は $ O(n^{s+2}) $ であり、両者とも $ n $ に関して多項式的であるため、中程度の $ n $ に対して実用的である。
• 構成は体系的であるため、符号語から直接情報ビットを抽出でき、完全な復号を必要としない。
• 高次ウェイトベクトルとBCHコードによる事前符号化の使用により、編集誤り下での曖昧なシーケンスの数が減少する。
• 事前符号化技術により、[12] の構成と比較して $ s\log n $ の冗長度削減が可能となり、最先端の技術を凌駆する。
• 本手法は $ t $-削除 $ s $-置換符号へ一般化可能であり、冗長度が $ (4t-1)\log n $ にまで低下し、先行の明示的構成と比較して $ \log n $ 優れている。