[논문 리뷰] Combinatorial limitations of a strong form of list decoding

Venkatesan Guruswami, S. Sathish Narayanan|arXiv (Cornell University)|2012. 01. 01.

Coding theory and cryptography참고 문헌 11인용 수 2

한 줄 요약

이 논문은 이진 코드에서 리스트 디코딩에 대한 조합론적 한계를 수립하여, 용량 이하의 비율 γ를 가진 코드는 중심점으로부터 평균 거리가 낮은 Ωp(1/√γ)개의 코드어를 포함해야 한다고 증명한다—이는 강력한 형태의 리스트 디코딩에 대해 강력한 하한을 제공한다. 또한 두 번째 모멘트 방법을 사용하여 표준 Ωp(log(1/γ)) 하한을 재증명하고 강화하며, 일정 무게 코드가 유사한 리스트 크기 행동을 보이는 일반 코드를 암시함을 보여준다.

ABSTRACT

We prove the following results concerning the combinatorics of list decoding, motivated by the exponential gap between the known upper bound (of O(1/γ)) and lower bound (of Ωp(log(1/γ))) for the list-size needed to decode up to radius p with rate γ away from capacity, i.e., 1 − h(p) − γ (here p ∈ (0, 1/2) and γ> 0). • We prove that in any binary code C ⊆ {0, 1}n of rate 1 − h(p) − γ, there must exist a set L ⊂ C of Ωp(1/√γ) codewords such that the average distance of the points in L from their centroid is at most pn. In other words, there must exist Ωp(1/ γ) codewords with low “average radius”. The motivation for this result is that it gives a list-size lower bound for a strong notion of list decoding; this strong form has been implicitly been used in the previous negative results for list decoding. (The usual notion of list decoding corresponds to replacing average radius by the minimum radius of an enclosing Hamming ball.) The remaining results are for the usual notion of list decoding: • We give a short simple proof, over all fixed alphabets, of the above-mentioned Ωp(log(1/γ)) lower bound due to Blinovsky. • We show that one cannot improve the Ωp(log(1/γ)) lower bound via techniques based on identifying the zero-rate regime for list decoding of constant-weight codes (this is a typical approach for negative results in coding theory, including the Ωp(log(1/γ)) list size lower bound). On a positive note, our Ωp(1/ γ) lower bound for the strong form of list decoding does circumvent this barrier. • We show a “reverse connection ” showing that constant-weight codes for list decoding imply general codes for list decoding with higher rate. This shows that the best possible list-size, as a function of the gap γ of the rate to the capacity limit, is the same up to constant factors for both constant-weight codes and general codes. • We give simple second moment based proofs that w.h.p. a list-size of Ωp(1/γ) is needed for list decoding random codes from errors as well as erasures, at rates which are γ away from the corresponding capacities. For random linear codes, the corresponding list size bounds are Ωp(1/γ) for errors and exp(Ωp(1/γ)) for erasures.

연구 동기 및 목표

• 리스트 디코딩에서 알려진 상한과 하한 사이의 지수적 간극을 좁히기 위해, 용량 근처에서 리스트 크기의 상한과 하한 간 격차를 해소한다.
• 강력한 형태의 리스트 디코딩에서 큰 리스트 크기를 유도하는 코드의 조합론적 구조를 분석한다.
• 일정 무게 코드 기반 기법이 표준 리스트 디코딩에 대한 Ωp(log(1/γ)) 하한을 향상시킬 수 없음을 보여준다.
• 일정 무게 코드와 일반 코드가 상수 요소 이내로 동일한 리스트 크기 행동을 보임을 보여준다.
• 랜덤 및 랜덤 선형 코드에서 리스트 크기 하한을 위한 단순한 두 번째 모멘트 증명을 제공한다.

제안 방법

• 조합론적 평균화 추론을 사용하여 중심점으로부터 평균 거리가 낮은 큰 코드어 부분집합의 존재를 증명한다.
• 두 번째 모멘트 방법을 적용하여 오류 및 삭제 상황에서 랜덤 코드의 리스트 크기 하한을 유도한다.
• 역방향 구성 기법을 사용하여 리스트 디코딩을 위한 일정 무게 코드가 유사한 리스트 크기 성능을 보이는 일반 코드를 암시함을 보여준다.
• 고정 알파벳에 대해 간결한 두 번째 모멘트 추론을 통해 Ωp(log(1/γ)) 하한을 재유도한다.
• 일정 무게 코드 기법이 리스트 크기 하한을 향상시키는 데서 기인하는 한계를 분석한다.
• 강력한 리스트 디코딩 형태가 일정 무게 코드 기반 접근 방식에 내재된 장벽을 우회함을 보여준다.

실험 결과

연구 질문

• RQ1 중앙점으로부터 평균 거리가 제한된 강력한 형태의 리스트 디코딩을 위해 필요한 최소 리스트 크기는 무엇인가?
• RQ2 일정 무게 코드 기반 기법이 표준 리스트 디코딩에 대한 Ωp(log(1/γ)) 하한을 향상시킬 수 있는가?
• RQ3 오류와 삭제 상황에서 랜덤 코드의 리스트 크기 요구 사항은 어떻게 비교되는가?
• RQ4 일정 무게 코드의 최적 리스트 크기는 일반 코드의 것과 渐近적으로 동일한가?
• RQ5 두 번째 모멘트 방법이 랜덤 및 랜덤 선형 코드에서 리스트 디코딩에 대해 날카로운 하한을 제공할 수 있는가?

주요 결과

• 임의의 비율 1 − h(p) − γ를 가진 이진 코드에서는 중심점으로부터 평균 거리가 pn 이하인 Ωp(1/√γ)개의 코드어 부분집합이 존재하며, 이는 강력한 형태의 리스트 디코딩 하한을 수립한다.
• 표준 리스트 디코딩 하한 Ωp(log(1/γ))은 모든 고정 알파벳에 적용 가능한 단순한 두 번째 모멘트 추론을 통해 재증명된다.
• 일정 무게 코드 기반 기법은 내재된 장벽을 극복할 수 없기 때문에, Ωp(log(1/γ)) 하한을 향상시킬 수 없다.
• 리스트 디코딩을 위한 일정 무게 코드는 유사한 리스트 크기 행동을 보이는 일반 코드를 암시하며, 상수 요소 이내로 동등함을 보여준다.
• 랜덤 코드의 경우 오류 상황에서 리스트 크기 Ωp(1/γ)가 필요하며, 랜덤 선형 코드의 경우도 마찬가지로 Ωp(1/γ)이 필요하지만, 삭제 상황에서는 exp(Ωp(1/γ))의 리스트 크기가 필요하다.
• 두 번째 모멘트 방법은 날카로운 하한을 도출한다: 오류 및 삭제 상황에서 랜덤 코드에 대해 Ωp(1/γ), 랜덤 선형 코드의 삭제 상황에서는 지수적 하한을 제공한다.