[論文レビュー] Trace reconstruction with $\exp( O( n^{1/3} ) )$ samples

Fëdor Nazarov, Yuval Peres|arXiv (Cornell University)|Dec 12, 2016

DNA and Biological Computing参考文献 4被引用数 3

ひとこと要約

本稿では、$ n $ の長さの未知のバイナリ文字列を、$ \exp(O(n^{1/3})) $ 個の独立同分布の出力トレースから、出力ビットの統計量を用いて再構成する、新しいトレース再構成アルゴリズムを提示する。この手法は、複素関数論と母関数を用いて、以前の $ \exp(\widetilde{O}(n^{1/2})) $ の境界に対して指数的改善を達成し、同じ統計的モデル下でその境界がタイトであることを証明する。

ABSTRACT

In the trace reconstruction problem, an unknown bit string $x \in \{0,1\}^n$ is observed through the deletion channel, which deletes each bit of $x$ with some constant probability $q$, yielding a contracted string $\widetilde{x}$. How many independent copies of $\widetilde{x}$ are needed to reconstruct $x$ with high probability? Prior to this work, the best upper bound, due to Holenstein, Mitzenmacher, Panigrahy, and Wieder (2008), was $\exp(\widetilde{O}(n^{1/2}))$. We improve this bound to $\exp(O(n^{1/3}))$ using statistics of individual bits in the output and show that this bound is sharp in the restricted model where this is the only information used. Our method, that uses elementary complex analysis, can also handle insertions.

研究の動機と目的

• 未知のバイナリ文字列を削除チャネルから信頼性高く再構成するために必要なi.i.d.トレースの数を削減すること。
• Holensteinらによって確立された、以前の上界 $ \exp(\widetilde{O}(n^{1/2})) $ を改善すること。
• 出力から得られる個々のビット統計量のみを用いた場合の再構成の情報理論的限界を分析すること。
• 同様の境界が成り立つように、挿入および置換チャネルに対してもこの手法を拡張すること。

提案手法

• 元の文字列の差と出力ビット統計量の差を関連付けるために、母関数 $ \mathbb{E}\left[\sum_{j\geq 0}(\widetilde{X}_j - \widetilde{Y}_j)w^j\right] = p \sum_{k=0}^{n-1}(x_k - y_k)(pw + q)^k $ を用いる。
• 複素関数論を適用する際、$ pw + q $ が単位円上に位置するように $ w $ を選ぶことで、単位根と対称性の議論を可能にする。
• 出力文字列の末尾にゼロをパディングすることで、母関数が元の文字列の完全な情報を捉えることを保証する対称性の議論を用いる。
• 出力ビット分布の期待値の差が、$ pw + q $ の低次の多項式であることに着目し、サンプリングによって回復可能であることを活用する。
• 挿入と置換チャネルに対応させるために、母関数変換を修正する：挿入では $ w \mapsto \alpha w / (1 - \beta w) $、置換ではスケーリングを適用する。
• 制限付きモデルにおいて境界がタイトであることを示すために、$ \exp(\Omega(n^{1/3})) $ 個未満のトレースでは区別できない2つの異なる文字列を構成する。

実験結果

リサーチクエスチョン

• RQ1 削除チャネルにおいて、トレース再構成に必要なトレース数を $ \exp(\widetilde{O}(n^{1/2})) $ よりも低く抑えることは可能か？
• RQ2 出力から得られる個々のビット統計量のみを用いて、$ \exp(O(n^{1/3})) $ トレースで再構成が可能か？
• RQ3 出力ビットの周辺統計量のみが利用可能な場合、トレース再構成の情報理論的限界は何か？
• RQ4 この手法は、削除に加えて挿入および置換ノイズに対しても拡張可能か？
• RQ5 $ \exp(O(n^{1/3})) $ の境界は、ビットレベルの統計量のみを使用する制約下でタイトか？

主な発見

• 本稿では、$ \exp(O(n^{1/3})) $ 個のi.i.d.トレースが、任意の未知のバイナリ文字列 $ x \in \{0,1\}^n $ を高確率で削除チャネルから再構成可能であることを確立している。
• 出力から得られる個々のビット統計量のみを用いる制限付きモデルにおいて、境界がタイトであることが示された。これは、$ \exp(\Omega(n^{1/3})) $ 個未満のトレースでは区別できない2つの異なる文字列を構成することで証明された。
• この手法は、出力ビット分布の統計的差異から元の文字列を回復するために、複素関数論と母関数に依存している。
• 同様の境界は、i.i.d.幾何分布による挿入を伴う挿入チャネルに対しても成立し、$ \exp(O(n^{1/3})) $ 個のトレースが再構成に十分であることを示している。
• 置換チャネルに対しても、母関数の線形変換が可逆であり、必要な構造を保つため、境界は同様に成り立つ。
• 解析により、出力トレースの周辺ビット統計量のみを使用する制約下で、$ \exp(O(n^{1/3})) $ の境界が最適であることが示された。