[论文解读] Communication Cost of Transforming a Nearest Plane Partition to the Voronoi Partition

Vinay A. Vaishampayan, Maiara F. Bollauf|arXiv (Cornell University)|Jan 30, 2017

Cellular Automata and Applications参考文献 12被引用 6

一句话总结

本文分析了在分布式交互式通信模型中，将二维格点的最近平面（Babai）划分细化为精确Voronoi划分的通信成本。结果表明，在通信轮次无限制的情况下，实现零误差所需的平均比特数是有限的，并推导出误差概率和通信成本关于格点参数及交换比特数的闭式表达式。

ABSTRACT

We consider the problem of distributed computation of the nearest lattice point for a two dimensional lattice. An interactive model of communication is considered. We address the problem of reconfiguring a specific rectangular partition, a nearest plane, or Babai, partition, into the Voronoi partition. Expressions are derived for the error probability as a function of the total number of communicated bits. With an infinite number of allowed communication rounds, the average cost of achieving zero error probability is shown to be finite. For the interactive model, with a single round of communication, expressions are obtained for the error probability as a function of the bits exchanged. We observe that the error exponent depends on the lattice.

研究动机与目标

• 量化在分布式环境中，将二维格点的最近平面（Babai）划分转换为精确Voronoi划分的通信成本。
• 分析在最近格点点计算的交互式通信模型中，通信比特数与误差概率之间的权衡。
• 确定在允许无限通信轮次时，实现零误差的平均通信成本是否有限。
• 研究格点几何结构——特别是角度和纵横比——对误差指数和通信效率的影响。

提出的方法

• 采用交互式通信模型，节点通过交换比特将划分从Babai单元逐步细化为Voronoi单元。
• 将细化过程建模为在误差矩形上的二分查找，每轮每坐标通信一位，以缩小区域范围。
• 应用熵编码以最小化预期比特数，码字长度基于误差区域的概率确定。
• 利用Voronoi单元和格点基向量的几何特性，推导出预期轮次数和比特数的表达式。
• 利用坐标相对于误差矩形尺寸的二进制展开，指导比特传输和停止条件。
• 基于坐标二进制展开中匹配位数的概率，分析每轮停止的概率，假设输入均匀且独立。

实验结果

研究问题

• RQ1 在二维格点中，将最近平面划分转换为精确Voronoi划分的通信成本（以比特和轮次计）是多少？
• RQ2 在单轮交互式通信模型中，误差概率如何随通信比特数的变化而衰减？
• RQ3 当允许无限通信轮次时，平均通信成本是否有限？
• RQ4 格点结构——特别是角度和纵横比——如何影响误差指数和通信效率？
• RQ5 是否可以设计细化过程，使得误差概率可被驱动至零，且期望通信成本为有限值？

主要发现

• 在通信轮次无限制的情况下，实现零误差所需的平均比特数是有限的，其期望通信成本为 $\bar{R} = H(Q) + (1 - Q_0)H(P) + 4(1 - P_0)(1 - Q_0)$。
• 预期轮次数为 $\bar{N} = 1 + 2(1 - P_0)(1 - Q_0)$，由于每轮继续的概率呈指数衰减，因此该值保持有限。
• 在单轮通信中，误差概率取决于格点参数 $\rho$ 和 $\theta$，其中六边形格点（$\rho=1$，$\theta=\pi/3$）在某些通信序列下为最坏情况格点。
• 单轮模型中的误差指数依赖于格点，表明某些格点能随着比特数增加而实现更快的误差衰减。
• 当误差矩形中坐标的二进制展开在某一位匹配时，算法停止，确保最终区域无误差且包含真实的最近格点。
• 数值结果表明，当 $\rho=1$ 时，六边形格点在无限轮次模型下的平均通信成本最高（$\bar{R} = 2.42$ 比特），确认其为最坏情况格点。