[논문 리뷰] Linear rank inequalities on five or more variables

Randall Dougherty, C. Freiling외 1명|arXiv (Cornell University)|2009. 10. 02.

Nuclear Receptors and Signaling참고 문헌 12인용 수 58

한 줄 요약

이 논문은 정보이론에서 열린 문제를 해결하여 다섯 개 이상의 변수에 대해 선형 랭크 부등식이 샤논과 잰글턴 부등식을 초월함을 증명한다. 다섯 변수에 대해 샤논과 잠글턴 부등식과 함께 모든 선형 랭크 부등식을 생성하는 24개의 새로운 부등식을 완전히 제시하고, 네 개를 초과하는 각 변수 수에 대해 새로운 비자명한 부등식이 존재함을 보여준다.

ABSTRACT

Ranks of subspaces of vector spaces satisfy all linear inequalities satisfied by entropies (including the standard Shannon inequalities) and an additional inequality due to Ingleton. It is known that the Shannon and Ingleton inequalities generate all such linear rank inequalities on up to four variables, but it has been an open question whether additional inequalities hold for the case of five or more variables. Here we give a list of 24 inequalities which, together with the Shannon and Ingleton inequalities, generate all linear rank inequalities on five variables. We also give a partial list of linear rank inequalities on six variables and general results which produce such inequalities on an arbitrary number of variables; we prove that there are essentially new inequalities at each number of variables beyond four (a result also proved recently by Kinser).

연구 동기 및 목표

• 다섯 개 이상의 변수에 대한 선형 랭크 부등식이 기존의 샤논과 잠글턴 부등식을 초월하는가를 규명하는 것.
• 다섯 변수에 대한 완전하고 유한한 선형 랭크 부등식 집합을 구성하는 것.
• 네 개를 초과하는 각 변수 수에 대해 새로운 비자명한 선형 랭크 부등식이 존재하는가를 보여주는 것.
• 공통 정보 방법이 모든 선형 랭크 부등식을 유도하는 데에 한계가 있는지 조사하는 것.

제안 방법

• 유한체 위의 벡터공간의 부분공간을 이용해 엔트로피 유사 벡터를 표현하는 것.
• 일반 위치에 있는 점의 개념을 사용하여 부분공간 차원이 스팬 연산에서 예측 가능하게 행동하도록 보장하는 것.
• 특정 엔트로피 벡터(예: $w_A$, $w_B$, $w_i$)에 대한 구체적인 벡터공간 표현을 정의하여 부등식의 타당성을 시험하는 것.
• 모순 증명 기법을 적용: 구성된 벡터 $v$에서 선형 랭크 부등식이 실패한다고 가정하고, 이는 변수 집합에 존재하는 것보다 더 많은 서로 다른 인덱스가 필요하다는 것을 보여주는 것.
• 벡터공간 표현에서 공통 정보의 존재를 활용하여 상호정보 항을 모델링하는 것.
• 새로운 부등식의 구성에서 기초적인 제약 조건으로 잠글턴 부등식과 그 순열을 사용하는 것.

실험 결과

연구 질문

• RQ1 다섯 개 이상의 변수에 대해 샤논과 잠글턴 부등식에 의해 유도되지 않는 선형 랭크 부등식이 존재하는가?
• RQ2 다섯 변수에 대해 유한하고 완전한 선형 랭크 부등식 집합을 구성할 수 있는가?
• RQ3 네 개를 초과하는 각 변수 수에 대해 새로운 비자명한 선형 랭크 부등식이 나타나는가?
• RQ4 공통 정보를 가정하는 방법이 모든 선형 랭크 부등식을 유도하는 데에 충분한가?
• RQ5 벡터공간 표현을 사용하여 모순을 통해 새로운 부등식의 존재를 증명할 수 있는가?

주요 결과

• 논문은 다섯 변수에 대해 24개의 새로운 선형 랭크 부등식을 규명하였으며, 이는 샤논과 잠글턴 부등식과 함께 다섯 변수에 대한 모든 선형 랭크 부등식을 생성한다.
• 모든 변수 수 $n \geq 5$에 대해, $n$개 이하 변수에 대한 부등식의 결과가 아닌 선형 랭크 부등식이 존재함을 증명한다.
• 저자들은 공통 정보를 가정하는 방법이 모든 선형 랭크 부등식을 도출하는 데에 부족하다는 것을 보여주며, 이 기법으로 도출할 수 없는 새로운 부등식이 존재함을 밝힌다.
• 증명 기법은 특정 부분공간 표현에서 유도된 벡터 $v$를 구성하고, $v$에서 어떤 부등식이 실패한다면 가용한 변수 집합에 존재하는 것보다 더 많은 서로 다른 인덱스가 필요하다는 점을 보여 모순을 이끌어내는 데에 기반한다.
• 결과적으로 $n \geq 5$일 때 선형 랭크 부등식의 코너가 샤논과 잠글턴 부등식으로 생성된 코너보다 엄격히 크다는 것이 확인된다.
• 이 작업은 키네서의 최근 결과와 일치하며, $n \geq 4$에 대해 새로운 부등식의 수열을 제시하였고, 이 수열의 각 새로운 부등식이 더 적은 변수 수에 대한 부등식으로부터 도출될 수 없음을 보여준다.