[논문 리뷰] Cubical Categories for Higher-Dimensional Parametricity

Patricia Johann, Kristina Sojakova|arXiv (Cornell University)|2017. 01. 23.

Logic, programming, and type systems참고 문헌 12인용 수 6

한 줄 요약

이 논문은 System F의 Reynolds의 관계적 일반성에 대해 유한 및 무한 차원으로 일반화하기 위해 p차원 입방체 범주를 도입한다. 이는 유형을 면 맵 및 타원성 보존 입방체 함자로, 용어를 입방체 자연 변환으로 해석하는 통합된 프레임워크를 구축하며, 이는 알려진 모델들인 Reynolds의 모델과 PER 모델을 1차원 사례로 회복하고, 핵심 일반성 결과의 고차원 해석을 도출한다.

ABSTRACT

Reynolds' theory of relational parametricity formalizes parametric polymorphism for System F, thus capturing the idea that polymorphically typed System F programs always map related inputs to related results. This paper shows that Reynolds' theory can be seen as the instantiation at dimension 1 of a theory of relational parametricity for System F that holds at all higher dimensions, including infinite dimension. This theory is formulated in terms of the new notion of a p-dimensional cubical category, which we use to define a p-dimensional parametric model of System F for any p, where p is a natural number or infinity. We show that every p-dimensional parametric model of System F yields a split $λ$ 2-fibration in which types are interpreted as face map- and degeneracy-preserving cubical functors and terms are interpreted as face map- and degeneracy-preserving cubical natural transformations. We demonstrate that our theory is "good" by showing that the PER model of Bainbridge et al. is derivable as another 1-dimensional instance, and that all instances at all dimensions derive higher-dimensional analogues of expected results for parametric models, such as a Graph Lemma and the existence of initial algebras and final coalgebras. Finally, our technical development resolves a number of significant technical issues arising in Ghani et al.'s recent bifibrational treatment of relational parametricity, which allows us to clarify their approach and strengthen their main result. Once clarified, their bifibrational framework, too, can be seen as a 1-dimensional instance of our theory.

연구 동기 및 목표

• System F의 Reynolds의 관계적 일반성 이론을 차원 1을 초월해 모든 유한 및 무한 차원으로 확장하기.
• Ghani 등이 제시한 이중 섬유 구조 프레임워크의 기술적 한계를 극복하기 위해 더 일반적이고 적용 가능한 이론을 도입하기.
• 입방체 범주를 사용하여 고차원 일반성, 특히 증명 관련 및 무한 차원 사례를 포함한 고차원 일반성 이론을 체계화하기.
• 기존의 일반성 모델들(예: Reynolds의 모델 및 PER 모델)이 이론의 1차원 사례로 올바르게 포함됨을 보여주기.
• 기본적인 일반성 결과들, 예를 들어 그래프 보조정리 및 초기 대수와 최종 코알제브라의 존재성 등의 고차원 해석을 도출하기.

제안 방법

• 입방체 집합을 고차원으로 일반화한 p차원 입방체 범주 개념을 도입하기.
• 유형에 대해 면 맵 및 타원성 보존 입방체 함자를, 용어에 대해 자연 변환을 사용하여 System F의 p차원 일반성 모델을 정의하기.
• 기저 범주가 유형을, 전체 범주가 관계를 기록하는 분리된 λ2-섬유 구조를 구성하며, 면 맵과 타원성에 대해 구조가 보존됨을 보장하기.
• 기존 모델들을 1차원 사례로 통합함으로써 이 프레임워크가 기존 모델들을 포함함을 보여주며, Reynolds의 원본 모델과 PER 모델을 포함한다.
• 내부 범주론을 사용하여 Ghani 등의 이중 섬유 구조 접근법을 명확히 하고 강화하며, 이 역시 새로운 이론의 1차원 사례임을 보여주기.
• 입방체 구조를 통해 고차원 일반성 정리의 일반화, 예를 들어 그래프 보조정리 및 초기/최종 (코)알제브라의 존재성 등을 입증하기.

실험 결과

연구 질문

• RQ1 Reynolds의 System F에 대한 관계적 일반성 이론은 차원 1을 초월해 자연스럽게 고차원으로 확장될 수 있는가?
• RQ2 기존 모델들(예: PER 모델 및 Reynolds의 원본 모델)을 정확히 포함하는 통일적이고 적용 가능한 일반성 모델 프레임워크를 어떻게 구성할 수 있는가?
• RQ3 입방체 구조는 고차원 일반성 모델링에서 어떤 역할을 하는가? 특히 관계와 자연 변환의 보존에 있어.
• RQ4 Ghani 등의 이중 섬유 구조 프레임워크는 고차원 입방체 접근법을 통해 관계적 일반성 이론과 완전히 조화를 이룰 수 있는가?
• RQ5 무한 차원 일반성의 함의는 무엇이며, 동형형 이론과 동형형-표준성 추측과 어떻게 관련이 있는가?

주요 결과

• 이론은 Reynolds의 1차원 관계적 일반성 이론을 ℕ ∪ {∞}의 모든 차원 p로 일반화하는 데 성공했으며, 무한 차원까지 포함한다.
• Bainbridge 등이 제시한 PER 모델과 Reynolds의 원본 모델이 모두 새로운 입방체 프레임워크의 올바른 1차원 사례로 밝혀졌다.
• 이 프레임워크는 그래프 보조정리 및 양성 유형 표현식에 대한 초기 대수와 최종 코알제브라의 존재성과 같은 핵심 일반성 결과의 고차원 해석을 도출한다.
• Ghani 등이 제시한 이중 섬유 구조 프레임워크는 새로운 이론의 1차원 사례임을 보여줌으로써 명확화되고 강화되었으며, 이는 이전의 함자 및 자연 변환 보존 문제를 해결한다.
• 이론은 2차원에서 증명 관련 일반성 이론을 지원함으로써, 종속형 이론에서 고차원 균일성의 형식화로 이르는 길을 제시한다.
• 이 프레임워크는 향후 무한 차원 일반성과 동형형 이론에서의 동형형-표준성 추측과의 관계 탐색을 위한 기초를 제공한다.