[论文解读] Multivariate Analytic Combinatorics for Cost Constrained Channels

Andreas Lenz, Stephen Melczer+2 more|arXiv (Cornell University)|Nov 11, 2021

DNA and Biological Computing被引用 6

一句话总结

本文提出了一套多变量解析组合数学框架，用于分析代价受限信道与子序列计数问题，将图结构与双变量生成函数的奇点联系起来。研究证明，代价受限容量由依赖于代价的奇点决定，推广了香农的经典结果，并将其应用于DNA存储，表明周期性合成序列可实现最优子序列速率，对于避免孤立T碱基的序列，最大速率为约0.8791。

ABSTRACT

Analytic combinatorics in several variables is a branch of mathematics that deals with deriving the asymptotic behavior of combinatorial quantities by analyzing multivariate generating functions. We study information-theoretic questions about sequences in a discrete noiseless channel under cost constraints. Our main contributions involve the relationship between the graph structure of the channel and the singularities of the bivariate generating function whose coefficients are the number of sequences satisfying the constraints. We use these new results to invoke theorems from multivariate analytic combinatorics to obtain the asymptotic behavior of the number of cost-limited strings that are admissible by the channel. This builds a new bridge between analytic combinatorics in several variables and labeled weighted graphs, bringing a new perspective and a set of powerful results to the literature of cost-constrained channels. Along the way, we show that the cost-constrained channel capacity is determined by a cost-dependent singularity of the bivariate generating function, generalizing Shannon's classical result for unconstrained capacity, and provide a new proof of the equivalence of the combinatorial and probabilistic definitions of the cost-constrained capacity.

研究动机与目标

• 建立代价受限信道与多变量解析组合数学之间的理论桥梁。
• 表征在代价与禁止子串约束下，后继集与子序列计数的渐近行为。
• 利用周期性超序列，确定基于DNA的数据存储的最优编码合成速率。
• 证明组合定义与概率定义的代价受限容量之间的等价性。
• 对任意周期序列的子序列谱进行完整表征。

提出的方法

• 作者将代价受限信道建模为带边代价的有向图，并利用双变量生成函数按长度与总代价编码序列计数。
• 引入图的代价多样性概念，以确保固定长度容量的渐近行为良好。
• 对代价计数矩阵进行谱分析，将Perron-Frobenius特征值与生成函数的主导奇点联系起来。
• 该方法应用多变量解析组合数学（ACSV）中的定理，推导出后继集大小的精确渐近展开式。
• 通过构建合成图与约束图，并计算其乘积，将框架扩展至子序列计数问题。
• 利用数值计算与符号计算验证结果，包括在结构约束下DNA合成的容量计算。

实验结果

研究问题

• RQ1 代价受限信道的图结构如何影响其双变量生成函数的奇点？
• RQ2 在禁止子串与代价约束下，给定长度与代价的序列数量的精确渐近行为是什么？
• RQ3 能否使用多变量解析组合数学完全表征任意周期序列的子序列谱？
• RQ4 是否存在最优的周期性超序列，可使满足特定约束（如避免孤立T碱基）的子序列数量最大化？
• RQ5 图中的代价多样性如何影响固定长度容量的连续性与最优性？

主要发现

• 代价受限容量由双变量生成函数的代价相关奇点决定，推广了香农的经典结果。
• 提供了组合定义与概率定义代价受限容量等价性的新证明。
• 在DNA数据存储中，采用周期为(A,C,G)的周期性合成序列，可实现约0.8791的受限合成速率，优于(A,C,G,T)周期。
• 利用所提出的多变量解析组合数学框架，可对任意周期序列的子序列谱进行完整表征。
• 代价多样性可确保固定长度容量的连续与良好行为，而其缺失则导致退化行为。
• 该框架可对代价受限系统中固定长度与可变长度后继集实现精确渐近展开。