[논문 리뷰] On minimising automata with errors

Paweł Gawrychowski, Artur Jeż외 1명|arXiv (Cornell University)|2011. 02. 28.

semigroups and automata theory참고 문헌 2인용 수 9

한 줄 요약

이 논문은 유한 오토마타의 $k$-최소화를 위한 간소화되고 더 효율적인 알고리즘을 제안하며, 유한 언어의 경우 $\mathcal{O}(\lvert M\rvert\log n)$ 시간, 일반적인 DFA(부분 함수를 포함한 경우도 포함)의 경우 $\mathcal{O}(\lvert M\rvert\log^2 n)$ 시간을 달성한다. 또한 $k$-최소화에서 오류를 최소화하는 것은 NP-난이도임을 증명하여, 오류를 제한하는 압축의 기본적인 한계를 설정한다.

ABSTRACT

The problem of k-minimisation for a DFA M is the computation of a smallest DFA N (where the size |M| of a DFA M is the size of the domain of the transition function) such that their recognized languages differ only on words of length less than k. The previously best algorithm, which runs in time O(|M| log^2 n) where n is the number of states, is extended to DFAs with partial transition functions. Moreover, a faster O(|M| log n) algorithm for DFAs that recognise finite languages is presented. In comparison to the previous algorithm for total DFAs, the new algorithm is much simpler and allows the calculation of a k-minimal DFA for each k in parallel. Secondly, it is demonstrated that calculating the least number of introduced errors is hard: Given a DFA M and numbers k and m, it is NP-hard to decide whether there exists a k-minimal DFA N differing from DFA M on at most m words. A similar result holds for hyper-minimisation of DFAs in general: Given a DFA M and numbers s and m, it is NP-hard to decide whether there exists a DFA N with at most s states such that DFA M and N differ on at msot m words.

연구 동기 및 목표

• 부분 전이 함수를 가진 DFA에 대한 더 단순하고 빠른 $k$-최소화 알고리즘을 개발하기.
• 이 알고리즘을 사용해 모든 $k$에 대해 단일 실행에서 $k$-최소 DFA를 계산할 수 있도록 확장하기.
• $k$-최소화 과정에서 유도된 오류 수를 최소화하는 문제의 계산 복잡도를 조사하기.
• 압축(상태 수)과 오류 수를 균형 잡는 것이 계산적으로 다룰 수 있는지 여부를 규명하기.

제안 방법

• 저자들은 $k$-유사성을 유지하면서 상태를 효율적으로 병합할 수 있는 개선된 상태 동치류 기반의 새로운 $k$-최소화 알고리즘을 도입한다.
• 모든 $k$에 대해 동시에 결과를 계산할 수 있도록 $k$-최소 DFA의 압축된 표현 방식을 활용한다.
• 길이가 $k$ 미만인 단어들에서만 언어의 차이를 고려하는 수정된 분할 정렬 과정을 사용하며, 일반화된 상태 동치의 개념을 적용한다.
• 유한 언어의 경우, 구조적 성질을 활용하여 최적화된 데이터 구조를 통해 시간 복잡도를 $\mathcal{O}(\lvert M\rvert\log n)$으로 감소시킨다.
• NP-난이도 결과는 3-색칠 문제에서의 축약을 통해 확립되며, $k$-최소화 오류 수가 색칠 위반 수와 정확히 일치하는 DFA를 구성한다.
• 레벨 가젯과 상태-초등치 등 개념을 사용해 오류 전파를 제어 가능한 방식으로 시뮬레이션함으로써 정확한 오류 수 계산이 가능하게 한다.

실험 결과

연구 질문

• RQ1 부분 전이 함수를 가진 DFA에 대해 더 단순하고 빠른 $k$-최소화 알고리즘을 설계할 수 있는가?
• RQ2 새로운 알고리즘을 사용해 단일 실행에서 모든 $k$에 대해 $k$-최소 DFA를 계산할 수 있는가?
• RQ3 $k$-최소화 과정에서 유도된 오류 수를 최소화하는 문제의 계산 복잡도는 무엇인가?
• RQ4 원본 DFA에 대해 최대 $s$개의 상태와 최대 $m$개의 오류를 갖는 DFA를 다항시간 내에 찾을 수 있는가?
• RQ5 압축(상태 수)과 오류 수 사이의 트레이드오프를 효율적으로 최적화할 수 있는가?

주요 결과

• 제안된 $k$-최소화 알고리즘은 일반적인 DFA의 경우 $\mathcal{O}(\lvert M\rvert\log^2 n)$ 시간, 유한 언어의 경우 $\mathcal{O}(\lvert M\rvert\log n)$ 시간에 실행되며, 이는 이전 최고 알고리즘보다 향상된 성능이다.
• 새로운 알고리즘은 이전 접근보다 훨씬 단순하며, 단일 실행에서 모든 $k$에 대해 $k$-최소 DFA를 병렬로 계산할 수 있다.
• 최대 $m$개의 오류를 갖는 $k$-최소 DFA가 존재하는지 여부를 판단하는 문제는 $k$가 고정되어 있어도 NP-난이도이다.
• 최대 $s$개의 상태와 최대 $m$개의 오류를 갖는 DFA를 찾는 문제 역시 NP-난이도이며, 이는 압축과 오류를 균형 잡는 데 내재된 복잡성을 보여준다.
• 저자들은 $k$-최소화 오류 수가 정확히 그래프의 잘못된 3-색칠 수와 일치하는 DFA를 구성하였으며, 3-색칠 문제에서의 축약을 통해 NP-난이도를 증명한다.
• 이 구성은 모든 오류가 길이가 $k$ 미만인 단어들에 국한되어 있음을 보장하여 $k$-유사성을 확인하고, 결과적으로 얻어진 $k$-최소 DFA가 상태 수 측면에서 최적임을 증명한다.