[논문 리뷰] Pattern occurrence statistics and applications to the Ramsey theory of unavoidable patterns

Jim Tao|arXiv (Cornell University)|2014. 06. 02.

semigroups and automata theory참고 문헌 23인용 수 6

한 줄 요약

이 논문은 해석적 조합론과 확률적 방법을 적용하여 전체 단어 및 부분 단어에서 패턴 발생의 점근 통계를 유도하고, 이는 무조건적 패턴에 대한 새로운 레이먼드 이론적 결과를 가능하게 한다. 비아벨리안 및 아벨리안 패턴 회피 상황에서 레이먼드 길이에 대한 하한을 설정하며, 구멍 밀도 d를 가진 부분 단어에서의 기대 패턴 발생 수에 대한 명시적 공식을 제공한다.

ABSTRACT

As suggested by Currie, we apply the probabilistic method to problems regarding pattern avoidance. Using techniques from analytic combinatorics, we calculate asymptotic pattern occurrence statistics and use them in conjunction with the probabilistic method to establish new results about the Ramsey theory of unavoidable patterns in the full word case (both nonabelian sense and abelian sense) and in the partial word case. Keywords: Combinatorics on words; Partial words; Unavoidable patterns; Abelian patterns; Probabilistic method; Analytic combinatorics; Ramsey theory.

연구 동기 및 목표

• 조합론적 단어 이론의 맥락에서 레이먼드 이론과 관련된 패턴 회피 문제에 확률적 방법을 확장하는 것.
• 해석적 조합론을 사용하여 전체 및 부분 단어에서 패턴 발생의 점근 통계를 계산하는 것.
• 비아벨리안 및 아벨리안 패턴 회피 설정에서 레이먼드 길이에 대한 새로운 하한을 설정하는 것.
• 구멍 밀도 d를 가진 부분 단어로의 결과 일반화를 통해 정의되지 않은 위치를 가진 단어에서의 패턴 분석을 가능하게 하는 것.
• 패턴 통계의 암호학 및 음악학에서의 응용을 탐색하고, 새로운 연구 방향을 제안하는 것.

제안 방법

• 큰 단어에서 패턴 발생의 분포를 모델링하고 계산하기 위해 일반 생성함수와 다변수 해석적 조합론을 사용한다.
• 복소해석 기법을 적용하여 생성함수에서 점근 통계를 추출하며, 특히 기대 패턴 발생 수에 중점을 둔다.
• 확률적 방법을 활용하여 기대 패턴 발생 수가 1 미만일 경우 패턴을 피하는 단어가 존재함을 보여준다.
• 구멍 밀도 d를 가진 부분 단어에서의 기대 패턴 발생 수에 대한 닫힌 형태의 점근 표현식을 유도한다: $\widehat{\Omega}_{n,d} \sim \frac{n^{s+1}}{(s+1)!} \prod_{j=s+1}^{r} \frac{[1+d(m-1)]^{k_j} - (1-1/m)(md)^{k_j}}{m^{k_j-1} - [1+d(m-1)]^{k_j} + (1-1/m)(md)^{k_j}}$.
• 스털링 근사를 사용하여 m개 알파벳 기반, 길이 n, 구멍 수 h를 가진 부분 단어의 총 수를 추정한다.
• 이 통계를 활용하여 레이먼드 길이 $L_d(m,Z_i)$ 및 $L(m,p)$에 대한 하한을 도출하며, 특히 반복 변수를 가진 패턴에 대해 집중한다.

실험 결과

연구 질문

• RQ1 어떤 조건에서 부분 단어가 아벨리안 의미에서 주어진 패턴을 피할 수 있으며, 이는 점근 통계를 통해 어떻게 정량화될 수 있는가?
• RQ2 구멍 밀도 d를 가진 부분 단어에서 레이먼드 길이 $L_d(m,p)$에 대한 하한과 상한은 무엇인가?
• RQ3 확률적 방법은 순열을 고려하는 전체 목걸이에서 패턴 회피를 분석하기 위해 어떻게 적응시킬 수 있는가?
• RQ4 구멍 밀도가 있는 부분 단어에서의 패턴 발생 통계는 암호 보안과 어떻게 관련이 있는가? 특히 암호문에서 숨겨진 메시지를 탐지하는 데에 어떻게 기여하는가?
• RQ5 주어진 패턴 p의 대칭성에 의해 생성되는 $1^n$의 대칭군의 부분군은 무엇인가?

주요 결과

• 길이 n, 구멍 밀도 d, m개 알파벳 기반의 부분 단어에서 패턴 $p$의 발생 수의 기대값은 점근적으로 $\widehat{\Omega}_{n,d} \sim \frac{n^{s+1}}{(s+1)!} \prod_{j=s+1}^{r} \frac{[1+d(m-1)]^{k_j} - (1-1/m)(md)^{k_j}}{m^{k_j-1} - [1+d(m-1)]^{k_j} + (1-1/m)(md)^{k_j}}$이다.
• m=12, n=100, d=1/10인 패턴 $abacaba$의 경우 기대 발생 수는 약 17.788이다.
• 기대 발생 수 $\widehat{\Omega}_{n,d} < 1$일 경우, 확률적 방법은 길이 n, 구멍 밀도 d를 가진 패턴 $p$를 피하는 부분 단어의 존재를 보장하며, 이는 레이먼드 길이에 대한 하한을 이끌어낸다.
• $L_d(m,Z_i)$에 대한 하한은 $(1+o(1))\sqrt{2\prod_{j=1}^{i-1}\left(\frac{m^{2^j-1}}{[1+d(m-1)]^{2^j} - (1-1/m)(md)^{2^j}} - 1\right)}$로 유도되었으며, m=12, d=1/10, i=3일 경우 $L_{1/10}(12,Z_3) \geq 23.709$가 된다.
• 논문은 확률적 방법과 해석적 조합론을 조합함으로써 전체 단어 및 부분 단어 설정에서 레이먼드 길이에 대한 효과적인 하한을 도출함을 입증한다.
• 결과는 아벨리안 패턴 회피 및 부분 단어로 확장되며, 향후 심벌 다이내믹스, 암호학, 음악학 분석을 위한 프레임워크를 제공한다.