[논문 리뷰] Bounds for Multiple Packing and List-Decoding Error Exponents

Yihan Zhang, Shashank Vatedka|arXiv (Cornell University)|2021. 07. 12.

Mathematical Approximation and Integration참고 문헌 57인용 수 4

한 줄 요약

이 논문은 고차원 유클리드 공간에서의 다중 포장의 최대 밀도에 대한 새로운 경계를 고차원 기하학과 대 deviations 이론을 활용하여 도출한다. 다중 포장의 밀도에 대한 기존 최고의 하한을 제공하고, 평균 반경 기반 리스트 디코딩 가능 코드(예: 정제된 가우시안 코드)의 정확한 渐近적 성능을 도출하기 위해 리스트 디코딩의 오차 지수와 최악의 경우 리스트 디코딩 반경 사이의 새로운 연결 고리를 제안한다.

ABSTRACT

We revisit the problem of high-dimensional multiple packing in Euclidean space. Multiple packing is a natural generalization of sphere packing and is defined as follows. Let $ N>0 $ and $ L\in\mathbb{Z}_{\ge2} $. A multiple packing is a set $\mathcal{C}$ of points in $ \mathbb{R}^n $ such that any point in $ \mathbb{R}^n $ lies in the intersection of at most $ L-1 $ balls of radius $ \sqrt{nN} $ around points in $ \mathcal{C} $. We study the multiple packing problem for both bounded point sets whose points have norm at most $\sqrt{nP}$ for some constant $P>0$ and unbounded point sets whose points are allowed to be anywhere in $ \mathbb{R}^n $. Given a well-known connection with coding theory, multiple packings can be viewed as the Euclidean analog of list-decodable codes, which are well-studied for finite fields. In this paper, we derive various bounds on the largest possible density of a multiple packing in both bounded and unbounded settings. A related notion called average-radius multiple packing is also studied. Some of our lower bounds exactly pin down the asymptotics of certain ensembles of average-radius list-decodable codes, e.g., (expurgated) Gaussian codes and (expurgated) Poisson Point Processes. To this end, we apply tools from high-dimensional geometry and large deviation theory. Some of our lower bounds on the optimal multiple packing density are the best known lower bounds. These bounds are obtained via a proxy known as error exponent. The latter quantity is the best exponent of the probability of list-decoding error when the code is corrupted by a Gaussian noise. We establish a curious inequality which relates the error exponent, a quantity of average-case nature, to the list-decoding radius, a quantity of worst-case nature. We derive various bounds on the error exponent in both bounded and unbounded settings which are of independent interest beyond multiple packing.

연구 동기 및 목표

• 고차원 유클리드 공간에서 유계 및 무계 점 집합에 대해 다중 포장의 최대 밀도에 대한 날카로운 경계를 유도하는 것.
• 리스트 디코딩 가능 코드에서 평균 케이스 오차 지수와 최악의 경우 리스트 디코딩 반경 사이의 연결 고리를 수립하는 것.
• 평균 반경 기반 리스트 디코딩 가능 코드의 渐近적 성능을 특성화하는 것. 이는 정제된 가우시안 코드 및 포아송 점 프로세스를 포함한다.
• 오차 지수 분석을 통해 기존 하한을 초월하는 다중 포장 밀도에 대한 개선된 하한을 도출하는 것.

제안 방법

• 저자들은 가우시안 노이즈 하에서 리스트 디코딩 오차 확률의 尾행동을 분석하기 위해 대 deviations 이론을 사용한다.
• 다중 포장과 리스트 디코딩 가능 코드의 점근적 성능을 경계하기 위해 오차 지수라는 대체 양을 도입한다.
• 핵심 기여 중 하나는 평균 케이스 오차 지수와 최악의 경우 리스트 디코딩 반경 사이를 연결하는 새로운 부등식을 제안하는 것이다.
• 분석은 유계 집합(노름 ≤ √(nP))과 ℝⁿ 내 무계 집합에 모두 적용된다.
• 이 방법은 특히 측도 집중과 구 포장 유사성과 같은 고차원 기하 성질을 활용한다.
• 프레임워크는 정제된 가우시안 코드 및 포아송 점 프로세스와 같은 구체적 코드 집합에 적용되어 정확한 점근적 성능을 도출한다.

실험 결과

연구 질문

• RQ1 유계 및 무계 제약 조건 하에서 고차원 유클리드 공간에서 다중 포장의 최적 점근적 밀도는 무엇인가?
• RQ2 고차원 코드에서 리스트 디코딩의 오차 지수는 최악의 경우 리스트 디코딩 반경과 어떻게 관련이 있는가?
• RQ3 오차 지수 프레임워크는 다중 포장 밀도에 대해 날카로운 하한을 도출할 수 있는가?
• RQ4 정제된 가우시안 코드와 같은 평균 반경 기반 리스트 디코딩 가능 코드의 정확한 점근적 성능 한계는 무엇인가?
• RQ5 대 deviations 원리가 코드 레이트, 리스트 크기, 오차 지수 간의 상호 교환 관계를 어떻게 특성화하는가?

주요 결과

• 논문은 고차원 유클리드 공간에서 다중 포장의 최대 밀도에 대해 기존 최고의 하한을 확립한다.
• 평균 반경 기반 리스트 디코딩 가능 코드의 성능에 대한 정확한 점근적 성능을 도출한다. 이는 정제된 가우시안 코드 및 포아송 점 프로세스를 포함한다.
• 평균 케이스 오차 지수와 최악의 경우 리스트 디코딩 반경 사이를 연결하는 새로운 부등식을 증명하였으며, 이는 코딩 성능의 근본적인 이중성(duaity)을 드러낸다.
• 오차 지수 분석을 통해 유계 및 무계 설정 모두에서 리스트 디코딩 가능 코드의 점근적 성능에 대해 날카로운 경계를 도출한다.
• 연속 알파벳에서의 리스트 디코딩을 연구하기 위한 새로운 분석 프레임워크를 제공하며, 다중 포장 이외의 영역에도 영향을 미친다.
• 프레임워크는 코드 레이트, 리스트 크기, 오차 지수 간의 상호 교환 관계를 정확히 포착하여 주요 코드 집합의 정확한 점근적 한계를 제공한다.