[論文レビュー] The Error Probability of Maximum-Likelihood Decoding over Two Deletion Channels

Omer Sabary, Eitan Yaakobi+1 more|arXiv (Cornell University)|Jan 15, 2020

DNA and Biological Computing参考文献 43被引用数 4

ひとこと要約

この論文は、2つの独立した削除または挿入チャネルを介して送信されるシーケンスの最大尤度（ML）デコードにおける誤り確率を分析する。主な誤りパターンとしてランデリートと交互シーケンス誤りを特定し、$q$-配列に対してMLデコーダーの誤り確率がおよそ$\frac{3q-1}{q-1}p^2$であると導出する。VTおよびシフトVTコードに対してはより鋭い境界が得られ、削除および挿入チャネルにおけるシミュレーションで検証された。

ABSTRACT

This paper studies the problem of reconstructing a word given several of its noisy copies. This setup is motivated by several applications, among them is reconstructing strands in DNA-based storage systems. Under this paradigm, a word is transmitted over some fixed number of identical independent channels and the goal of the decoder is to output the transmitted word or some close approximation. The main focus of this paper is the case of two deletion channels and studying the error probability of the maximum-likelihood (ML) decoder under this setup. First, it is discussed how the ML decoder operates. Then, we observe that the dominant error patterns are deletions in the same run or errors resulting from alternating sequences. Based on these observations, it is derived that the error probability of the ML decoder is roughly $\frac{3q-1}{q-1}p^2$, when the transmitted word is any $q$-ary sequence and $p$ is the channel's deletion probability. We also study the cases when the transmitted word belongs to the Varshamov Tenengolts (VT) code or the shifted VT code. Lastly, the insertion channel is studied as well. These theoretical results are verified by corresponding simulations.

研究の動機と目的

• シーケンスが2つの独立した削除または挿入チャネルを介して送信される場合の最大尤度デコードの誤り確率を分析すること。
• この2チャネルモデル下でのMLデコードにおける主な誤りパターンを特定・特徴付けること。
• 特に$q$-配列、VTコード、シフトVTコードに対して誤り確率の解析的表現を導出すること。
• 削除および挿入チャネルにおけるさまざまな削除/挿入確率を想定したシミュレーションを通じて理論的結果を検証すること。

提案手法

• 各チャネルが元のシーケンスの部分列または超列を出力する、2つの独立した削除または挿入チャネルを介したシーケンス伝送をモデル化する。
• 2つの主な誤りパターンを特定する：同じラン内での削除と交互部分列からの誤り。
• 埋め込み数論を用いて、各候補語が元の語である確率を計算し、MLデコーディングを可能にする。
• 組合せ的および確率的解析を用いて、ラン誤りおよび交互シーケンス誤りの確率に基づき、誤り確率の漸近的表現を導出する。
• 最短共通超列（SCS）の計算に動的計画法を適用し、デコーディングのための候補語を生成する。
• 長さ$n=450$（削除）および$n=500$（挿入）のシーケンスを用いたシミュレーションを通じて理論的結果を検証し、レーベンシュタイン誤り率と失敗確率を測定する。

実験結果

リサーチクエスチョン

• RQ1 2つの削除チャネルにおける最大尤度デコーディングの性能に影響を与える主な誤りパターンは何か？
• RQ2 任意の$q$-配列に対して、削除確率$p$とアルファベットサイズ$q$が変化する際、MLデコーディングの誤り確率はどのようにスケーリングされるか？
• RQ3 送信語がバーラシモフ・テネゴルツ（VT）コードまたはシフトVTコードに属する場合、誤り確率はどのように異なるか？
• RQ4 挿入チャネルの場合の誤り確率は何か？また、削除の場合と比較してどう異なるか？
• RQ5 理論的誤り確率表現とシミュレーションからの実効的結果はどのように一致するか？

主な発見

• 2つの削除チャネルにおけるMLデコーディングの主な誤りパターンは、同じラン内での削除と交互部分列からの誤りである。
• 任意の$q$-配列に対して、MLデコーダーの誤り確率はおよそ$\frac{3q-1}{q-1}p^2$である。このうち、ラン誤りによる寄与は$\frac{q+1}{q-1}p^2$、交互シーケンス誤りによる寄与は$2p^2$である。
• VTコードの場合、誤り確率はおよそ$\left(1 - \mathsf{P_{run}}(q,p)\right)^n \cdot \left(1 - \mathsf{P_{alt}}(q,p)\right)^n$である。これは、単一のラン誤りまたは交互誤りを訂正できる能力を反映している。
• シフトVTコードの場合、失敗確率は交互シーケンス誤りに支配され、$\mathsf{P_{fail}}(SVT_n, q, p) \approx \left(1 - \mathsf{P_{run}}(q,p)\right)^n \cdot \left(1 - \mathsf{P_{alt}}(q,p)\right)^n + n\mathsf{P_{alt}}(q,p)(1 - \mathsf{P_{alt}}(q,p))^{n-1}$である。
• 挿入チャネルの場合、誤り確率はおよそ$\frac{3q-1}{q(q-1)}p^2 + O(p^3)$である。ラン誤りと交互誤りの寄与はそれぞれ$\frac{q+1}{q(q-1)}p^2$および$\frac{2}{q}p^2$である。
• 長さ$n=450$（削除）および$n=500$（挿入）のシーケンスにおけるシミュレーションにより、すべてのコードタイプにおいて理論的誤り率表現および失敗確率が確認された。