[논문 리뷰] Declarative Combinatorics: Isomorphisms, Hylomorphisms and Hereditarily Finite Data Types in Haskell

Paul Tarau|ArXiv.org|2008. 08. 21.

semigroups and automata theory참고 문헌 44인용 수 12

한 줄 요약

이 논문은 헤이즐에서 자연수, 집합, 순열, BDD, DNA 서열과 같은 다양한 데이터 유형 간 이형성(역행 가능)이고 상호 변환 가능한 매핑을 가능하게 하는 기능형 프로그래밍 프레임워크를 제시한다. 이는 랭킹/언랭킹 및 페어링/언페어링 연산을 통해 이루어지며, 일반화되고 조합 가능한 조합자 언어를 도입하여 59개의 데이터 유형 간에 자동으로 3,540개의 전단사 변환을 생성한다. 이는 연산 이행과 힐로모르피즘 기반의 유한한 고계 집합의 인코딩을 통해 '무료 알고리즘'을 가능하게 한다.

ABSTRACT

This paper is an exploration in a functional programming framework of {\em isomorphisms} between elementary data types (natural numbers, sets, multisets, finite functions, permutations binary decision diagrams, graphs, hypergraphs, parenthesis languages, dyadic rationals, primes, DNA sequences etc.) and their extension to hereditarily finite universes through {\em hylomorphisms} derived from {\em ranking/unranking} and {\em pairing/unpairing} operations. An embedded higher order {\em combinator language} provides any-to-any encodings automatically. Besides applications to experimental mathematics, a few examples of ``free algorithms'' obtained by transferring operations between data types are shown. Other applications range from stream iterators on combinatorial objects to self-delimiting codes, succinct data representations and generation of random instances. The paper covers 59 data types and, through the use of the embedded combinator language, provides 3540 distinct bijective transformations between them. The self-contained source code of the paper, as generated from a literate Haskell program, is available at \url{http://logic.csci.unt.edu/tarau/research/2008/fISO.zip}. {\bf Keywords}: Haskell data representations, data type isomorphisms, declarative combinatorics, computational mathematics, Ackermann encoding, Gödel numberings, arithmetization, ranking/unranking, hereditarily finite sets, functions and permutations, encodings of binary decision diagrams, dyadic rationals, DNA encodings

연구 동기 및 목표

• 자연수에서 DNA 서열에 이르기까지 다양한 데이터 유형을 동일한 이형성 기반 프레임워크로 통합하기 위해.
• 이질적인 데이터를 안전하게 공유하기 위해, 유형 간에 가역적이며 연산을 유지하는 매핑을 제공하기 위해.
• 고계 조합자 언어를 사용하여 데이터 유형 간의 전단사 변환을 자동으로 생성하기 위해.
• 랭킹/언랭킹 및 페어링/언페어링 함수에서 유도된 힐로모르피즘을 통해 이형성을 고계 유한 집합으로 확장하기 위해.
• 일관된 실행 가능한 수학적 프레임워크를 통해 데이터 압축, 무작위 인스턴스 생성, 간결한 데이터 표현과 같은 실용적 응용을 보여주기 위해.

제안 방법

• 전방 및 역방향 함수를 갖는 헤이즐 데이터 유형 `Iso a b`를 사용하여 이형성을 군oid 형태의 전단사 함수 집합으로 표현하기 위해.
• `borrow`, `lend`, `fit`, `retrofit`와 같은 조합자를 구현하여 이형성 유형 간에 연산을 이행하기 위해.
• 이형성의 조합 및 자동 변환 생성을 위한 고계 내장 도메인 특화 언어(EDSL)를 구축하기 위해.
• 기본 유형(예: 자연수)에서 고계 유한 집합, 함수, 순열에 이르기까지 일반화된 인코딩을 위해 힐로모르피즘을 사용하기 위해.
• 페어링 함수(예: 캄토르, 로젠버그-스트롱)와 랭킹/언랭킹 함수를 활용하여 복잡한 데이터 구조의 재귀적 인코딩을 정의하기 위해.
• 정확성 검증을 위해 퀵체크 스타일의 무작위 테스트를 적용하여 이형성과 변환의 정확성을 검증하기 위해.

실험 결과

연구 질문

• RQ1 이질적인 데이터 유형 간의 이형성은 기능형 프로그래밍 프레임워크 내에서 체계적으로 어떻게 인코딩되고 조합될 수 있는가?
• RQ2 랭킹/언랭킹 및 페어링/언페어링 함수에서 유도된 힐로모르피즘은 단순한 이형성을 복잡한 재귀적 고계 유한 데이터 유형으로 어떻게 확장할 수 있는가?
• RQ3 이형성을 통한 연산 이행은 명시적 구현 없이도 '무료 알고리즘'을 도출할 수 있는가?
• RQ4 59개의 서로 다른 데이터 유형 간에 전단사 변환을 자동 생성할 수 있는 통일되고 조합 가능한 언어는 어떻게 구축할 수 있는가?
• RQ5 기존의 인코딩(예: 구델 수, 애커만의 인코딩)은 어느 정도 단일 프레임워크 내에서 일반화되고 통합될 수 있는가?

주요 결과

• 이 프레임워크는 자연수, 집합, 순열, BDD, DNA 서열을 포함한 59개의 다양한 데이터 유형 간에 3,540개의 고유한 전단사 변환을 성공적으로 생성하였다.
• 랭킹/언랭킹 및 페어링/언페어링 연산에서 유도된 힐로모르피즘은 고계 유한 집합과 함수의 일반화된 인코딩을 가능하게 하여 애커만의 인코딩을 일반화한다.
• `borrow` 및 `lend` 조합자를 통한 연산 이행은 '무료 알고리즘'을 생성한다—예를 들어 순열 반복자 역시 자연수로 인코딩한 후 산술 연산을 적용하여 확보할 수 있다.
• 퀵체크 스타일의 무작위 테스트를 활용함으로써 이형성의 정확성이 실증적으로 검증되었으며, 이는 신뢰성과 유지보수성을 향상시킨다.
• 이 프레임워크는 커스터마이징된 파서나 직렬화 로직 없이도 자기 구분 코드, 간결한 데이터 표현, 무작위 인스턴스 생성과 같은 실용적 응용을 가능하게 한다.
• 이 방법은 논리, 조합론, 생명정보학과 같은 서로 다른 분야를 하나의 실행 가능한 수학적 모델로 통합할 수 있음을 보여준다.