[논문 리뷰] Aspects of enumeration and generation with a string automata representation

Marco Almeida, Nelma Moreira외 1명|ArXiv.org|2009. 06. 21.

Algorithms and Data Compression참고 문헌 5인용 수 3

한 줄 요약

이 논문은 k개의 알파벳 기호로 구성된 초기 연결 결정성 유한 오토마타(ICDFA)에 대해 고유한 문자열 표현 방식을 제안하며, 이를 통해 정확한 수세기, 균일한 랜덤 생성, ICDFA 구조의 최적 부호화를 가능하게 한다. 재귀적 수세기와 사전에 계산된 표를 활용함으로써 최소 오토마타와 정규 언어의 효율적인 병렬 수세기를 가능하게 하며, 실험 결과 k ≥ 3 및 n ≥ 80일 때 ICDFA의 99% 이상이 최소임을 확인하였다.

ABSTRACT

In general, the representation of combinatorial objects is decisive for the feasibility of several enumerative tasks. In this work, we show how a (unique) string representation for (complete) initially-connected deterministic automata (ICDFAs) with n states over an alphabet of k symbols can be used for counting, exact enumeration, sampling and optimal coding, not only the set of ICDFAs but, to some extent, the set of regular languages. An exact generation algorithm can be used to partition the set of ICDFAs in order to parallelize the counting of minimal automata (and thus of regular languages). We present also a uniform random generator for ICDFAs that uses a table of pre-calculated values. Based on the same table it is also possible to obtain an optimal coding for ICDFAs.

연구 동기 및 목표

• 비이소모르픽인 초기 연결 결정성 유한 오토마타(ICDFA)에 대해 고유한 캐논리컬 문자열 표현 방식을 개발하기 위해.
• 재귀적 수세기와 사전에 계산된 표를 활용하여 ICDFA의 정확한 수세기 및 균일한 랜덤 생성을 가능하게 하기 위해.
• ICDFA의 공간을 분할하여 최소 오토마타와 정규 언어의 효율적인 병렬 수세기를 지원하기 위해.
• 정수와 문자열 표현 간의 이항 사상(bijection)을 통해 ICDFA의 최적 부호화를 달성하기 위해.
• 대부분의 ICDFA가 최소임을 검증하기 위해, 특히 더 큰 알파벳과 상태 수에서의 경우를 중심으로 한다.

제안 방법

• 알파벳에 대한 전체 순서를 사용하여 ICDFA의 구조를 너비 우선 탐색으로 정의함으로써 고유한 캐논리컬 문자열 표현을 정의한다.
• 상태 전이를 추적하기 위한 플래그 시퀀스를 사용하며, 부분 합을 계산하기 위한 재귀 관계식을 통해 순서 있는 수세기 및 정수 매핑을 가능하게 한다.
• 재귀 공식에서 유도된 사전에 계산된 표를 사용하여 균일한 랜덤 생성 및 정수 인코딩을 지원한다.
• 플래그 및 기호 배치 규칙을 사용하여 사전순으로 문자열을 구성함으로써 정확한 생성을 달성한다.
• 인코딩을 역행하여 연속된 뺄셈과 모듈로 연산을 사용함으로써 정수에서 ICDFA로의 역매핑을 수행한다.
• ICDFA의 우주를 초기 문자열 세그먼트 기반으로 분할하여 최소 오토마타의 분산 수세기를 위한 병렬화를 달성한다.

실험 결과

연구 질문

• RQ1 ICDFA에 대해 고유한 문자열 표현을 구성하여 정확한 수세기 및 균일한 랜덤 생성을 가능하게 할 수 있는가?
• RQ2 재귀적 수세기와 사전에 계산된 표를 어떻게 활용하여 ICDFA의 최적 부호화 및 랜덤 생성을 지원할 수 있는가?
• RQ3 ICDFA 집합을 얼마나 잘 분할할 수 있는가? 이를 통해 최소 오토마타와 정규 언어의 병렬 수세기를 가능하게 할 수 있는가?
• RQ4 특히 더 큰 알파벳과 상태 수에서 ICDFA 중 최소인 비율은 어느 정도인가?
• RQ5 이 문자열 표현 방식을 확장하여 ICDFA 구조의 효율적 인코딩 및 디코딩을 지원할 수 있는가?

주요 결과

• k=2 및 n=100일 때, 최소 ICDFA의 비율은 약 80%이며, 이는 Nicaud의 추측을 뒷받침한다.
• k=3,5,7,9,11,13 및 n=80일 때, ICDFA의 99.7% 이상이 최소이며, 알파벳 크가 증가할수록 비율이 증가한다.
• 랜덤 생성기는 모든 통계적 검정에 통과하였으며, p-값은 각각 5933268.92456, 5925676.75108, 5935733.28172로 모두 수용 기준인 5938980.75468 이하이다.
• 재귀적 수세기를 통해 정수 구간 [0, B_{k,n})와 ICDFA 구조 간의 이항 사상을 설정함으로써 최적의 부호화를 달성한다.
• 사전에 계산된 표를 사용하여 연속된 뺄셈과 모듈로 연산을 통해 정수에서 ICDFA로의 역매핑을 효율적으로 계산한다.
• 구현은 정확한 수세기 및 병렬화된 수세기를 지원하여, 작은 알파벳에서의 서로 다른 정규 언어의 수를 정확하게 계산할 수 있다.