[论文解读] Codes Correcting All Patterns of Tandem-Duplication Errors of Maximum Length 3.

Mladen Kovačević|arXiv (Cornell University)|Nov 15, 2019

DNA and Biological Computing参考文献 10被引用 10

一句话总结

本文证明了不包含长度不超过3的重复子串的 $ q $-元字符串集合构成一个可纠正所有长度 ≤3 的串联重复错误的码，并在零错误容量方面建立了其渐近最优性。该工作解决了当重复根唯一时 $ (\leq3) $-串联重复信道的零错误容量问题。

ABSTRACT

The set of all $ q $-ary strings that do not contain repeated substrings of length $ \leq\ell $ forms a code correcting all patterns of tandem-duplication errors of length $ \leq\ell $, when $ \ell \in \{1, 2, 3\} $. For $ \ell \in \{1, 2\} $, this code is also known to be optimal in terms of asymptotic rate. The purpose of this paper is to demonstrate asymptotic optimality for the case $ \ell = 3 $ as well, and to give the corresponding characterization of the zero-error capacity of the $ (\leq 3) $-tandem-duplication channel. This settles the zero-error problem for $ (\leq\ell) $-tandem-duplication channels in all cases where duplication roots of strings are unique.

研究动机与目标

• 建立不包含长度 ≤3 的重复子串的 $ q $-元字符串作为可纠正所有长度 ≤3 的串联重复错误的码的渐近最优性。
• 刻画 $ (\leq3) $-串联重复信道的零错误容量。
• 将已知的最优性结果从 $ \ell = 1,2 $ 扩展到此前未解决的 $ \ell = 3 $ 情况。
• 解决当重复根唯一时 $ (\leq\ell) $-串联重复信道的零错误容量问题。

提出的方法

• 本文分析了避免长度 ≤3 的重复子串的 $ q $-元字符串的结构，利用此类字符串的组合性质。
• 它利用此类字符串天然避免所有长度 ≤3 的串联重复模式的特性，使其成为鲁棒的纠错码。
• 作者通过分析此类字符串数量随长度增长的速率，推导出该码的渐近速率。
• 他们应用词与字符串约束中的组合技术，证明该码达到了零错误传输的理论速率上界。
• 通过结构化和基于熵的论证，将已知的 $ \ell = 1,2 $ 结果扩展至 $ \ell = 3 $。
• 证明了 $ (\leq3) $-串联重复信道的零错误容量与该码的速率一致，从而确认其最优性。

实验结果

研究问题

• RQ1 不包含长度 ≤3 的重复子串的 $ q $-元字符串构成的码在纠正所有长度 ≤3 的串联重复错误方面，其速率是否渐近最优？
• RQ2 在重复根唯一条件下，$ (\leq3) $-串联重复信道的零错误容量是多少？
• RQ3 对于 $ \ell = 1,2 $ 的码最优性结果是否可推广至 $ \ell = 3 $ 的情形？
• RQ4 当重复根唯一时，是否可完全刻画 $ (\leq\ell) $-串联重复信道的零错误容量？

主要发现

• 不包含长度 ≤3 的重复子串的 $ q $-元字符串构成的码，可实现纠正所有长度 ≤3 的串联重复错误的最大可能渐近速率。
• 该码的渐近速率与 $ (\leq3) $-串联重复信道零错误容量的理论上限完全一致。
• 本文确立了该码在 $ \ell = 3 $ 情况下为渐近最优，将此前已知的 $ \ell = 1,2 $ 最优性结果扩展至 $ \ell = 3 $。
• 当重复根唯一时，$ (\leq3) $-串联重复信道的零错误容量被完全刻画为该码的速率。
• 结果表明，在零错误环境下，长度 ≤3 的重复子串的缺失是纠正所有长度 ≤3 的串联重复错误的必要且充分条件。
• 该工作完成了对所有重复根唯一的 $ (\leq\ell) $-串联重复信道的零错误容量的完整刻画。