[논문 리뷰] Tables of subspace codes

Daniel Heinlein, Kiermaier, Michael외 2명|arXiv (Cornell University)|2016. 01. 12.

Coding theory and cryptography참고 문헌 78인용 수 56

한 줄 요약

이 논문은 하위공간 코드에 대한 온라인 데이터베이스와 사용자 가이드를 제시하며, 최소 하위공간 거리 $ d $를 가지며 $ \mathbb{F}_q^n $에서의 차원이 $ K \subseteq \{0,1,\dots,n\} $에 속하는 하위공간 코드의 최대 크기 $ A_q(n,d;K) $에 대한 포괄적이고 최신의 하한 및 상한을 제공한다. 이는 상수 차원 코드와 혼합 차원 코드에 중점을 두어 이론적 결과, 구성 방법(예: LMRD 코드, 부분 스프레드), 알고리즘 제약 조건(예: 존슨 유형의 상한, 인젝션 거리 부등식)을 통합하며, 연구자들이 최신 기술을 접근하고 검증하며 기여할 수 있도록 한다.

ABSTRACT

One of the main problems of subspace coding asks for the maximum possible cardinality of a subspace code with minimum distance at least $d$ over $\mathbb{F}_q^n$, where the dimensions of the codewords, which are vector spaces, are contained in $K\subseteq\{0,1,\dots,n\}$. In the special case of $K=\{k\}$ one speaks of constant dimension codes. Since this (still) emerging field is very prosperous on the one hand side and there are a lot of connections to classical objects from Galois geometry it is a bit difficult to keep or to obtain an overview about the current state of knowledge. To this end we have implemented an on-line database of the (at least to us) known results at \url{subspacecodes.uni-bayreuth.de}. The aim of this recurrently updated technical report is to provide a user guide how this technical tool can be used in research projects and to describe the so far implemented theoretic and algorithmic knowledge.

연구 동기 및 목표

• 하위공간 코드에 대한 알려진 하한 및 상한을 중심화하고 최신 상태로 유지하는 온라인 데이터베이스를 구축하고 유지보수하여 네트워크 코딩 및 유한 기하학 분야의 연구를 지원하는 것.
• 연구자들이 데이터베이스에 접근하고 해석하며 기여할 수 있도록 사용자 友好的 기술 가이드를 제공하여 이론적 기초와 알고리즘 제약 조건을 포함하는 것.
• 정확한 $ A_q(n,d;K) $ 값이 알려진 경우, 특히 상수 차원 코드와 특수 매개변수 조합에 대해 최적의 하위공간 코드를 동형에 대해 분류하는 것.
• 아이디어, 싱글턴, 존슨 유형의 부등식 등 핵심 이론적 결과를 데이터베이스에 통합하고 자동 평가 및 비교를 위한 구현을 수행하는 것.
• 연구자들이 새로운 구성, 상한 또는 참고 문헌을 기여할 수 있도록 전용 기여 인터페이스를 제공하여 공동체 기여를 장려하는 것.

제안 방법

• 데이터베이스는 주로 두 가지 카테고리로 구성된다: 고정된 $ k $를 가지는 상수 차원 코드(CDC), 그리고 $ K \subseteq \{0,\dots,n\} $에서 변동 가능한 차원을 허용하는 혼합 차원 코드(MDC).
• CDC의 경우, $ 2 \leq q \leq 9 $, $ 4 \leq n \leq 19 $의 매개변수를 지원하며, 하위공간 거리 $ d_S(U,W) = 2\dim(U+W) - \dim(U) - \dim(W) $ 를 거리 척도로 사용한다.
• 핵심 이론적 상한은 계산 함수로 구현된다: 예를 들어, $ \text{relax}_d $ 는 존슨 유형 상한을, $ \text{d2} $ 는 $ d=2 $ 를, $ \text{neqdeven} $ 는 $ d=n $ 를, $ \text{n5_d3_CPS} $ 는 $ A_q(5,3)=2q^3+2 $ 를 각각 처리한다.
• 최근 문헌에서 유래한 상한, 예를 들어 HKK 정리(정리 4.15), 아나티코 상한, 싱글턴 상한이 데이터베이스에 통합되었으며, $ q $-Pochhammer 기호를 사용한 渐近 비교가 이루어졌다.
• 기존 정리에 의해 알려진 정확한 값의 결정(예: $ A_q(5,3)=2q^3+2 $)을 지원하며, 최적 코드의 분류 데이터도 포함한다. 예를 들어 $ A_2(7,5)=34 $ 에 대해 20개의 동형 유형이 분류되어 있다.
• 기여 인터페이스를 통해 연구자들이 새로운 구성, 상한 또는 참고 문헌을 제출할 수 있으며, 향후 개발을 위해 소스 추적 기능 계획이 수립되어 있다.

실험 결과

연구 질문

• RQ1 다양한 매개변수 $ q, n, d, K $ 에 대해 $ A_q(n,d;K) $ 에 대한 최고의 알려진 하한 및 상한은 무엇인가?
• RQ2 아나티코, 싱글턴, 존슨 유형의 상한 등 이론적 상한들이 상수 차원 코드에서 얼마나 날카로운가를 비교하면 어떻게 되는가?
• RQ3 정확한 $ A_q(n,d;K) $ 값이 알려진 매개변수 조합은 무엇이며, 최적의 코드를 동형에 대해 모두 분류할 수 있는가?
• RQ4 어떤 구성 방법(예: LMRD 코드, 부분 스프레드, $ q $-해당 스티너 시스템)이 하위공간 코드의 최고의 알려진 하한을 제공하는가?
• RQ5 혼합 차원 코드, 즉 $ K $ 가 여러 차원을 포함할 경우 데이터베이스는 어떻게 확장될 수 있으며, 현재의 지식 격차는 무엇인가?

주요 결과

• 데이터베이스는 많은 매개변수에 대해 알려진 최고의 상한을 제공하며, 다른 정리가 평가되지 않은 경우 $ \text{relax}_d $ 가 가장 날카로운 결과를 도출한다.
• $ d=2 $ 인 경우, $ n=2k $ 이면 $ A_q(n,2) = \sum_{i \equiv k \bmod 2} \binom{n}{i}_q $ 이고, $ n=2k+1 $ 이면 짝수 또는 홀수 $ i $ 에 대한 합이 된다. 이는 $ \text{d2} $ 로 구현되어 있다.
• $ d=n $ 인 경우, $ n=2k $ 이면 $ A_q(n,n) = q^k + 1 $ 이고, $ n $ 이 홀수이면 $ A_q(n,n) = 2 $ 이며, 각각 $ \text{neqdeven} $ 와 $ \text{HKK_theorem_3_3_i} $ 로 구현되어 있다.
• $ A_q(5,3) = 2q^3 + 2 $ 는 모든 $ q $ 에 대해 정확한 값이며, $ A_2(7,5) = 34 $ 이며, 최적 코드의 20개의 동형 유형이 [67] 에서 분류되어 있다.
• $ d \leq 1 $ 인 경우, 최대 코드는 모든 하위공간을 포함하므로 $ A_q(n,d) = \sum_{k=0}^n \genfrac{[}{]}{0pt}{}{n}{k}_q $ 로 구현되며, 이는 $ \text{trivial_dle1} $ 로 처리된다.
• 渐近적으로, LMRD 코드 크기와 아나티코 상한의 비율은 최소 0.577576 으로 수렴하며, 이는 점점 더 최적화 가능성을 시사한다.