[논문 리뷰] Skip-Sliding Window Codes

Ting-Yi Wu, Anshoo Tandon외 2명|arXiv (Cornell University)|2017. 11. 27.

Algorithms and Data Compression참고 문헌 19인용 수 3

한 줄 요약

이 논문은 슬라이딩 윈도우와 서브블록 에너지 제약 조건 사이를 보간하는 일반화된 제약 부호 체계인 스킵-슬라이딩 윈도우(Skip-Sliding Window, SSW) 부호를 소개한다. 이는 $L$ 길이의 윈도우에서 위치 $iJ+1$ ($i = 0,1,...,k$) 에서 시작하는 모든 윈도우에 대해 최소 해밍 무게 $W$ 를 강제로 부여함으로써 정의된다. 저자들은 수정된 드 브리지 그래프 기반과 개선된 골든저지 클러스터 방법 기반의 두 가지 수량 세기 기법을 개발하여, 잡음이 없는 채널 용량을 효율적으로 계산할 수 있도록 하였으며, 놀랍게도 일부 매개변수 조건에서는 기존의 서브블록 에너지 부호보다 더 높은 용량을 가지며, 더 강한 제약 조건이 항상 용량을 감소시킨다는 직관을 도전한다.

ABSTRACT

Constrained coding is used widely in digital communication and storage systems. In this paper, we study a generalized sliding window constraint called the skip-sliding window. A skip-sliding window (SSW) code is defined in terms of the length $L$ of a sliding window, skip length $J$, and cost constraint $E$ in each sliding window. Each valid codeword of length $L + kJ$ is determined by $k+1$ windows of length $L$ where window $i$ starts at $(iJ + 1)$th symbol for all non-negative integers $i$ such that $i \leq k$; and the cost constraint $E$ in each window must be satisfied. In this work, two methods are given to enumerate the size of SSW codes and further refinements are made to reduce the enumeration complexity. Using the proposed enumeration methods, the noiseless capacity of binary SSW codes is determined and observations such as greater capacity than other classes of codes are made. Moreover, some noisy capacity bounds are given. SSW coding constraints arise in various applications including simultaneous energy and information transfer.

연구 동기 및 목표

• 스킵-슬라이딩 윈도우(SSW) 부호를 슬라이딩 윈도우와 서브블록 에너지 제약 조건을 통합하는 일반화된 제약 부호 프레임워크로 공식화한다.
• 최소 해밍 무게 제약 조건 $W$ 하에서 유효한 SSW 부호어의 수를 세는 데 효율적인 수량 기법을 개발한다.
• 이진 SSW 부호의 잡음이 없는 용량을 분석하고, 기존의 제약 부호보다 우월한 조건을 규명한다.
• SSW 부호에 대해 이진 대칭 채널(BSC)과 이진 지워 채널(BEC)에서의 잡음이 있는 채널 용량에 상한과 하한 경계를 도출한다.
• 동시 정보 및 에너지 전송, 게놈 서열 조립, 하중 제약 하의 작업 스케줄링 등의 응용 가능성을 탐색한다.

제안 방법

• 매개변수 $L$(윈도우 길이), $J$(스킵 길이), $W$(최소 해밍 무게)로 정의된 SSW 부호의 수학적 모델을 제안하며, 유효한 부호어는 $i = 0$ 에서 $k$ 까지의 $iJ+1$ 에서 시작하는 $k+1$ 개의 겹치지 않는 윈도우에서 모두 제약 조건을 만족해야 한다.
• 수정된 드 브리지 그래프의 인접 행렬을 활용한 첫 번째 수량 기법을 개발하며, 복잡도는 $O\big{(}\big{(}\sum_{i=W}^{L}\binom{L}{i}\big{)}^2\big{)}$ 이다.
• $L = \ell J$ 인 경우에 적용 가능한 골든저지 클러스터 방법 기반의 두 번째 수량 기법을 제안하며, 복잡도는 $O\big{(}\big{(}\sum_{i=0}^{W-1}\binom{L}{i}\big{)}^2\big{)}$ 이다.
• $L = \ell J$ 인 경우 두 기법을 개선하여 복잡도를 각각 $O\big{(}\min\{J+1,W+1\}^{\ell-1}\big{)}$ 과 $O\big{(}\min\{J,W-1\}^{\ell-1}\big{)}$ 으로 감소시켰다.
• $L = \ell J$ 조건 하에서 개선된 드 브리지 그래프 방법과 골든저지 클러스터 방법이 동치임을 증명하였다.
• 초문자 모델링과 블라후트-아리모토 알고리즘을 활용하여, SSW 부호의 BSC 및 BEC 채널에서의 잡음이 있는 용량 경계를 도출하였다.

실험 결과

연구 질문

• RQ1 슬라이딩 윈도우 제약 조건을 일부 윈도우를 건너뛰는 방식으로 완화하는 일반화된 제약 부호 체계가 기존의 서브블록 에너지 부호보다 더 높은 잡음이 없는 용량을 달성할 수 있는가?
• RQ2 최소 해밍 무게 제약 조건 하에서 SSW 부호어의 크기를 계산하는 데 효율적인 수량 기법은 무엇인가?
• RQ3 일부 매개변수 조합에서 SSW 부호의 잡음이 없는 용량이 서브블록 에너지 부호의 용량을 초과하는가? 이는 더 강한 제약 조건이 항상 용량을 감소시킨다는 직관을 도전한다.
• RQ4 BSC 및 BEC에서 SSW 부호의 잡음이 있는 용량은 기존의 SEC 부호의 용량과 어떻게 비교되는가?
• RQ5 제안된 SSW 프레임워크는 동시 정보 및 에너지 전송, 게놈 조립, 하중 제약 하의 작업 스케줄링 등의 실세계 문제에 적용 가능한가?

주요 결과

• 일부 매개변수 조합, 예를 들어 $(L,J,W) = (8,7,7)$ 에서 SSW 부호의 잡음이 없는 용량이 서브블록 에너지(SEC) 부호의 용량을 초과할 수 있으며, 이는 더 느슨한 제약 조건이 항상 더 높은 용량을 가져다준다는 기대와 정면으로 배치된다.
• $L = \ell J$ 인 경우, 드 브리지 그래프 기반의 개선된 수량 기법은 복잡도를 $O\big{(}\min\{J+1,W+1\}^{\ell-1}\big{)}$ 로 감소시켜, 확장성 면에서 크게 향상되었다.
• 개선된 골든저지 클러스터 방법은 복잡도를 $O\big{(}\min\{J,W-1\}^{\ell-1}\big{)}$ 로 감소시켜 특정 매개변수 영역에서 더 효율적인 대안을 제공한다.
• 수치적 결과는 Mrs. Gerber의 추론을 통한 하한 경계가 초문자 모델링을 통한 경계보다 항상 열악하며, BSC에서 $p \to 0$ 와 $p \to 0.5$ 일 때 후자가 더 날카로운 경계를 제공함을 보여준다.
• BEC에서 두 하한 경계는 일치하며 $\epsilon \to 0$ 과 $\epsilon \to 1$ 일 때 점점 더 날카워지며, 이는 점근적 영역에서 강한 일致성을 나타낸다.
• SSW 부호의 잡음이 있는 용량에 대한 상한 경계는 잡음이 없는 용량보다 더 날카롭고, 동시에 SEC 부호의 용량으로도 유계이므로 유도된 경계의 타당성을 확인한다.