[논문 리뷰] Coding for Sequence Reconstruction for Single Edits

Kui Cai, Han Mao Kiah외 2명|arXiv (Cornell University)|2020. 01. 06.

Advanced Data Storage Technologies인용 수 5

한 줄 요약

이 논문은 고정된 수의 노이지 읽기 $N$이 가용할 때 단일 편집 오류(치환, 삽입, 삭제) 하에서 시퀀스 복원을 위한 복원 코드를 제안한다. $N$이 증가함에 따라 부가 정보의 양을 $\log_q n + O(1)$에서 $O(1)$으로 줄여, 渐近 최적성에 도달하고, 일부 영역에서 전통적인 오류 수정 코드보다 더 낮은 부가 정보와 유사한 성능을 달성한다.

ABSTRACT

The sequence reconstruction problem, introduced by Levenshtein in 2001, considers a communication scenario where the sender transmits a codeword from some codebook and the receiver obtains multiple noisy reads of the codeword. The common setup assumes the codebook to be the entire space and the problem is to determine the minimum number of distinct reads that is required to reconstruct the transmitted codeword. Motivated by modern storage devices, we study a variant of the problem where the number of noisy reads $N$ is fixed. Specifically, we design reconstruction codes that reconstruct a codeword from $N$ distinct noisy reads. We focus on channels that introduce single edit error (i.e. a single substitution, insertion, or deletion) and their variants, and design reconstruction codes for all values of $N$. In particular, for the case of a single edit, we show that as the number of noisy reads increases, the number of redundant bits required can be gracefully reduced from $\log n+O(1)$ to $\log \log n+O(1)$, and then to $O(1)$, where $n$ denotes the length of a codeword. We also show that the redundancy of certain reconstruction codes is within one bit of optimality.

연구 동기 및 목표

• 단일 편집 오류 하에서 $N$개의 서로 다른 노이지 읽기로부터 유일하게 복원 코드어를 복원할 수 있는 복원 코드를 설계하기.
• 읽기 수 $N$이 증가함에 따라 복원에 필요한 부가 기호 수를 최소화하기.
• 단일 편집 오류에 대해 제안된 코드의 渐近 최적성을 확립하기.
• 시뮬레이션을 통해 복원 코드가 더 낮은 부가 정보로 전통적 오류 수정 코드와 동등하거나 뛰어난 성능을 낼 수 있음을 보여주기.

제안 방법

• 복원 문제를 오류-구역 함수 $B$를 사용해 수식화하여 코드어를 노이지 읽기 집합으로 매핑한다.
• 읽기 커버리지 $\nu(\mathcal{C}; B)$를 정의하며, 이는 서로 다른 코드어의 오류-구역 간 최대 교차를 의미한다.
• 단일 편집 오류 모델 하에서 $2 \leq N \leq \nu(\mathcal{C}; B)$ 조건을 만족하는 $(n, N; B)$-복원 코드를 구성한다.
• 부가 정보를 $\log_q n + O(1)$에서 $\log_q \log_q n + O(1)$로 줄이고, $N$이 증가함에 따라 궁극적으로 $O(1)$으로 줄이는 코딩 기법을 활용한다.
• 조합적 및 대수적 구성 기법을 사용하여 渐近 최적성을 달성한다.
• DNA 시퀀싱 파rameter를 사용한 시뮬레이션을 통해 성능을 검증하고, 전통적 단일 편집 수정 코드와 비교한다.

실험 결과

연구 질문

• RQ1 단일 편집 오류 모델 하에서 $N$개의 노이지 읽기가 가용할 때 부가 정보를 어떻게 최소화할 수 있는가?
• RQ2 읽기 수 $N$과 복원에 필요한 부가 기호 수 사이의 근본적인 상호 교환 관계는 무엇인가?
• RQ3 복원 코드가 단일 편집 오류의 부가 정보 측면에서 渐近 최적성을 달성할 수 있는가?
• RQ4 복원 코드는 디코더 실패율과 정보율 측면에서 전통적 오류 수정 코드와 어떻게 비교되는가?
• RQ5 복원 코드는 다수의 노이지 읽기를 가진 실질적 시스템, 예를 들어 DNA 기반 스토리지에서 효과적으로 활용될 수 있는가?

주요 결과

• 읽기 수 $N$이 증가함에 따라 부가 정보를 $\log_q n + O(1)$에서 $\log_q \log_q n + O(1)$로 줄이고, 궁극적으로 $O(1)$으로 줄일 수 있다.
• 제안된 복원 코드는 단일 편집 오류의 부가 정보 측면에서 渐近 최적이다.
• $n = 152$일 때, 전통적 코드 $\mathcal{C}_L$ (약 8.248개의 부가 기호) 대비 $\mathcal{C}_0$ (1개의 부가 기호)를 사용하면 정보율이 4.6% 향상된다.
• 시뮬레이션 결과, 하나 또는 두 개의 부가 기호를 가진 복원 코드는 디코더 실패율에서 비코딩 시스템 대비 한두 수준의 개선을 보였다.
• 낮은 오류율 영역에서 $N$이 높을 경우, $\mathcal{C}_0$와 같은 복원 코드는 훨씬 낮은 부가 정보로 전통적 코드와 유사한 성능을 달성한다.
• 이 프레임워크는 DNA 기반 스토리지의 콘кат레네이티드 체계에서 내부 코드로 통합 가능하며, 소프트 디시전 확장 가능성도 있다.