[论文解读] $t$-Covering Arrays Generated by a Tiling Probability Model

Michael Donders, Anant P. Godbole|arXiv (Cornell University)|Nov 1, 2010

DNA and Biological Computing参考文献 5被引用 5

一句话总结

该论文提出一种基于平铺的概率模型，以改进$ t $-覆盖数组最小大小的上界，利用Lovász局部引理分析依赖结构。与以往方法相比，该方法在渐近意义上获得了更紧的上界，尤其在$t=3, \alpha=2$时，当$k=1$时$\log_2 m$项的系数从10.38降至9.64，且随着$k$增大，改进效果进一步提升。

ABSTRACT

A $t-\a$ covering array is an $m imes n$ matrix, with entries from an alphabet of size $α$, such that for any choice of $t$ rows, and any ordered string of $t$ letters of the alphabet, there exists a column such that the "values" of the rows in that column match those of the string of letters. We use the Lovász Local Lemma in conjunction with a new tiling-based probability model to improve the upper bound on the smallest number of columns $N=N(m,t,α)$ of a $t-\a$ covering array.

研究动机与目标

• 改进$t$-覆盖数组中最小列数$N(m,t,\alpha)$的上界。
• 提出一种新的概率模型，以在独立同分布（i.i.d.）模型与固定权重模型之间实现对字母频率的控制与计算可处理性之间的平衡。
• 应用Lovász局部引理分析平铺模型中的依赖结构，并推导出更紧的上界。
• 证明增大平铺块大小$k$可改善上界，并为$N(m,t,\alpha)$提供明确的渐近表达式。
• 为$N(m,t,\alpha)$提供精确与渐近上界，包括对重复向量的修正。

提出的方法

• 提出一种基于$1\times k\alpha$平铺块的概率模型，每个平铺块中恰好包含$k$个每个字母符号$x \in \{1,\dots,\alpha\}$的副本。
• 利用Lovász局部引理证明覆盖数组的存在性，通过界定任意$t$-行组合遗漏目标向量的概率。
• 通过在平铺配置上使用容斥原理，计算给定$t$-行集合遗漏特定向量的概率$P(C_r)$，从而导出$\gamma_k$为向量在平铺堆中出现的概率。
• 推导出当$k>1$时的上界$N(m,t,\alpha) \leq \frac{k\alpha(t-1)\log_2 m}{\log_2(1/(1-\gamma_k))}\{1+o(1)\}$，并给出$k=1$时的简化形式。
• 通过增加$\alpha$列来修正$\alpha$个重复向量（$v_i = i$）的影响，该修正仅影响渐近上界中的$o(1)$项。
• 通过界定至少共享一个行的$t$-集合数量，分析依赖结构，得出$d \leq t\binom{m-1}{t-1}$。

实验结果

研究问题

• RQ1 基于平铺的概率模型能否在$N(m,t,\alpha)$上获得比i.i.d.模型更紧的上界？
• RQ2 增大平铺块大小$k$如何影响$N(m,t,\alpha)$的上界？是否可系统性地分析此影响？
• RQ3 Lovász局部引理能否有效应用于结构化、非i.i.d.的随机模型以处理覆盖数组？
• RQ4 随着$k$增大，改进后上界的渐近行为如何？其是否收敛至某个极限？
• RQ5 该平铺模型能否扩展以处理固定行和，同时保持分析上的可处理性？

主要发现

• 对于$t=3, \alpha=2$，当$k=1$时，新上界给出$N(m,3,2) \leq 9.64\log_2 m\{1+o(1)\}$，优于先前的$10.38\log_2 m\{1+o(1)\}$。
• 当$k=2$时，上界进一步改善至$8.68\log_2 m\{1+o(1)\}$；当$k=3$时，达到$8.31\log_2 m\{1+o(1)\}$。
• 对于$t=4, \alpha=2$，随着$k$从0增至3，上界从$32.22\log_2 m\{1+o(1)\}$改善至$28.85\log_2 m\{1+o(1)\}$。
• 渐近上界$N(m,t,\alpha) \leq \frac{k\alpha(t-1)\log_2 m}{\log_2(1/(1-\gamma_k))}\{1+o(1)\}$表明，增大$k$可降低系数，从而改善上界。
• 通过增加$\alpha$列修正$\alpha$个重复向量的影响，该修正不影响主导渐近项。
• 分析结果表明，平铺模型相比i.i.d.模型有显著改进，并趋近于$t=3,\alpha=2$时的最佳已知界（Roux的固定权重模型），但尚未完全匹配。