[论文解读] Trace reconstruction with $\exp( O( n^{1/3} ) )$ samples

Fëdor Nazarov, Yuval Peres|arXiv (Cornell University)|Dec 12, 2016

DNA and Biological Computing参考文献 4被引用 3

一句话总结

本文提出了一种新颖的轨迹重建算法，该算法从 $ \exp(O(n^{1/3})) $ 个独立同分布的删除信道输出样本中，利用单个输出位的统计量，重建一个长度为 $ n $ 的未知二进制字符串。该方法借助复分析与生成函数，实现了相较于先前 $ \exp(\widetilde{O}(n^{1/2})) $ 边界所取得的指数级改进，并在相同统计模型下证明了该边界的紧致性。

ABSTRACT

In the trace reconstruction problem, an unknown bit string $x \in \{0,1\}^n$ is observed through the deletion channel, which deletes each bit of $x$ with some constant probability $q$, yielding a contracted string $\widetilde{x}$. How many independent copies of $\widetilde{x}$ are needed to reconstruct $x$ with high probability? Prior to this work, the best upper bound, due to Holenstein, Mitzenmacher, Panigrahy, and Wieder (2008), was $\exp(\widetilde{O}(n^{1/2}))$. We improve this bound to $\exp(O(n^{1/3}))$ using statistics of individual bits in the output and show that this bound is sharp in the restricted model where this is the only information used. Our method, that uses elementary complex analysis, can also handle insertions.

研究动机与目标

• 减少在删除信道中可靠重建未知二进制字符串所需的独立同分布轨迹数量。
• 改进 Holenstein 等人建立的先前上界 $ \exp(\widetilde{O}(n^{1/2})) $ 轨迹数量。
• 分析仅使用输出中单个位统计量时的重建信息论极限。
• 将该方法扩展至处理插入和替换信道，表明类似边界依然成立。

提出的方法

• 利用生成函数 $ \mathbb{E}\left[\sum_{j\geq 0}(\widetilde{X}_j - \widetilde{Y}_j)w^j\right] = p \sum_{k=0}^{n-1}(x_k - y_k)(pw + q)^k $，将原始字符串的差异与输出位统计量的差异关联起来。
• 通过选择使 $ pw + q $ 落在单位圆上的 $ w $，应用复分析，从而利用单位根和对称性论证。
• 采用对称性论证并使用零填充输出字符串，以确保生成函数能捕捉原始字符串的完整信息。
• 利用输出位分布差异的期望是 $ pw + q $ 的低次多项式这一事实，可通过采样恢复该多项式。
• 通过修改生成函数变换 $ w \mapsto \alpha w / (1 - \beta w) $（用于插入）和缩放（用于替换），将该方法适应于插入和替换信道。
• 通过构造两个不同的字符串，证明在受限模型下该边界是紧致的，因为它们在少于 $ \exp(\Omega(n^{1/3})) $ 条轨迹下输出位统计量不可区分。

实验结果

研究问题

• RQ1 对于删除信道，是否可以将轨迹重建所需的轨迹数量减少至 $ \exp(\widetilde{O}(n^{1/2})) $ 以下？
• RQ2 仅使用输出中单个位统计量时，$ \exp(O(n^{1/3})) $ 条轨迹是否足以实现重建？
• RQ3 当仅能获取输出位的边缘统计量时，轨迹重建的信息论极限是什么？
• RQ4 该方法是否可扩展以处理除删除外的插入和替换噪声？
• RQ5 在仅使用位级统计量的约束下，$ \exp(O(n^{1/3})) $ 边界是否紧致？

主要发现

• 本文证明，$ \exp(O(n^{1/3})) $ 个独立同分布的轨迹足以以高概率从删除信道中重建任意未知二进制字符串 $ x \in \{0,1\}^n $。
• 在仅使用输出中单个位统计量的受限模型下，该边界是紧致的，通过构造两个在少于 $ \exp(\Omega(n^{1/3})) $ 条轨迹下不可区分的字符串得以证明。
• 该方法依赖复分析与生成函数，从输出位分布的统计差异中恢复原始字符串。
• 相同边界也适用于具有独立同分布几何插入的插入信道，表明 $ \exp(O(n^{1/3})) $ 条轨迹足以实现重建。
• 对于替换信道，该边界同样成立，因为生成函数的线性变换保持可逆性并维持所需结构。
• 分析表明，在仅使用输出轨迹中边缘位统计量的约束下，$ \exp(O(n^{1/3})) $ 边界是最优的。