多端子情報理論のマトロイド的構造
DESCRIPTION
情報理論ミニワークショップ 2013年3月26日 奈良先端科学技術大学院大学TRANSCRIPT
.
.
. ..
.
.
多端子情報理論のマトロイド的構造
Joe Suzuki
Osaka University
情報理論ミニワークショップ
2013年 3月 26日於 奈良先端科学技術大学院大学
Joe Suzuki (Osaka University) 多端子情報理論のマトロイド的構造情報理論ミニワークショップ 2013 年 3 月 26 日 於 奈良先端科学技術大学院大学 1
/ 23
はじめに
お話のねらい
多端子情報理論からネットワーク情報理論へ
Polymatroid/Co-Polymatroidの概念がなぜ必要か
Han Te Sun “Multicasting Multiple Correlated Sources to Myltiple Sinksover a Noisy Channel Network”, IEEE Trans. on Inform. Theory, Jan.2011
Joe Suzuki (Osaka University) 多端子情報理論のマトロイド的構造情報理論ミニワークショップ 2013 年 3 月 26 日 於 奈良先端科学技術大学院大学 2
/ 23
Han 2011
ネットワーク N = (V ,E ,C )
G = (V ,E ): DAGV : 有限集合 (nodes)E ⊂ {(i , j)|i = j , i , j ∈ V } (edge)Φ,Ψ ⊂ V , Φ ∩Ψ = ϕ (source and sink nodes)
Source X ns = (X
(1)s , · · · ,X (n)
s ) (s ∈ Φ): stationary ergodicXΦ = (Xs)s∈Φ, XT = (Xs)s∈T (T ⊂ Ψ)
Channel 入出力 Y ,Z の推移確率 C = (ci ,j),
ci ,j := limn→∞
1
nmaxY n
I (Y n,Z n) (capacity)
各 (i , j) ∈ E で statistically independentstrong converse property
Joe Suzuki (Osaka University) 多端子情報理論のマトロイド的構造情報理論ミニワークショップ 2013 年 3 月 26 日 於 奈良先端科学技術大学院大学 3
/ 23
Han 2011
N のCapacity Function ρN (S), S ⊂ Φ
(以下、集合 Aの補集合を Aと書くものとする)
(M, M) (cut)EM := {(i , j) ∈ E |i ∈ M, j ∈ M} (cut set)
c(M, M) :=∑
(i ,j)∈E ,i∈M,j∈M
cij
各 ϕ = S ⊂ Φ, t ∈ Ψについて、ρt(S) := minM:S⊂M,t∈M
c(M, M)
ρN (S) := mint∈Ψ
ρt(S)
Joe Suzuki (Osaka University) 多端子情報理論のマトロイド的構造情報理論ミニワークショップ 2013 年 3 月 26 日 於 奈良先端科学技術大学院大学 4
/ 23
Han 2011
(n, (Rij)(i ,j)∈E , δ, ϵ) 符号
Xs : Xs の取りうる値の集合
各 s ∈ Φ, (s, j) ∈ E について、fsj : X ns → [1, 2n(Rsj−δ)]
hsj = ψsj ◦ wsj ◦ φsj ◦ fsj : X ns → [1, 2n(Rsj−δ)]
各 i ∈ Φ, (i , j) ∈ E について、fij :∏
k:(k,j)∈E
[1, 2n(Rki−δ)] → [1, 2n(Rij−δ)]
hij = ψij ◦ wij ◦ φij ◦ fij :∏
k:(k,j)∈E
[1, 2n(Rki−δ)] → [1, 2n(Rij−δ)]
各 t ∈ Ψについて、gt :∏
k:(k,t)∈E
[1, 2n(Rkt−δ)] → X nΦ
λn,t := Pr{XΦ,t = X nΦ} ≤ ϵ
Joe Suzuki (Osaka University) 多端子情報理論のマトロイド的構造情報理論ミニワークショップ 2013 年 3 月 26 日 於 奈良先端科学技術大学院大学 5
/ 23
Han 2011
Han 2011
.
定義: (Rij)(i ,j)∈E が、G = (V ,E )で achievable
.
.
.
. ..
.
.
(n, (Rij)(i ,j)∈E , δ, ϵ) 符号が存在
.
定義: XΦが、N = (V ,E ,C )で transmissible
.
.
.
. ..
.
.
任意の τ > 0で、(Rij)(i ,j)∈E が、G = (V ,E )で achievable
.
定理 1
.
.
.
. ..
.
.
XΦが、N = (V ,E ,C )で transmissibleであることと、以下は同値
H(XS |XS) ≤ ρN (S) , ϕ = S ⊂ Φ
.
.
.
1 (Xs)s∈Φが独立 =⇒∑i∈S
H(Xi ) ≤ ρN (S) , ϕ = S ⊂ Φ
.
.
.
2 Ri = H(Xi ) , i ∈ S =⇒∑i∈S
Ri ≤ ρN (S) , ϕ = S ⊂ Φ
Joe Suzuki (Osaka University) 多端子情報理論のマトロイド的構造情報理論ミニワークショップ 2013 年 3 月 26 日 於 奈良先端科学技術大学院大学 6
/ 23
Han 2011
例 1
Φ = {s1, s2}, Ψ = {t1, t2}, cij = 1, (i , j) ∈ E
@@@R
���
@@@R
���
���
@@@R
���
@@@R
? ? ?
s1 s2
t1 t2
@@@R
���
@@@R
���
���
@@@R
���
@@@R
? ? ?
X1X2 X1X2
X1 X2
X1 X2X1 ⊕ X2
Joe Suzuki (Osaka University) 多端子情報理論のマトロイド的構造情報理論ミニワークショップ 2013 年 3 月 26 日 於 奈良先端科学技術大学院大学 7
/ 23
Han 2011
X1,X2 ∈ {0, 1}が一様で独立のとき、条件が成立
ρt1({s2}) = ρt2({s1}) = 1
ρt1({s1}) = ρt2({s2}) = 2
ρt1({s1, s2}) = ρt2({s1, s2}) = 2
ρN ({s1}) = min(ρt1({s1}), ρt2({s2})) = 1
ρN ({s2}) = min(ρt1({s2}), ρt2({s2})) = 1
ρN ({s1, s2}) = min(ρt1({s1, s2}), ρt2({s1, s2})) = 2
H(X1|X2) = H(X1) = 1
H(X2|X1) = H(X2) = 1
H(X1X2) = H(X1) + H(X2) = 2
Joe Suzuki (Osaka University) 多端子情報理論のマトロイド的構造情報理論ミニワークショップ 2013 年 3 月 26 日 於 奈良先端科学技術大学院大学 8
/ 23
Han 2011
例 2
Φ = {s1, s2}, Ψ = {t1, t2}, 0 < p < 1
cij :=
{1 (−→)h(p) := −p log2 p − (1− p) log2(1− p) (−→)
@@@R
���
@@@R
���
���
@@@R
���
@@@R
? ? ?
s1 s2
t1 t2
@@@R
���
@@@R
���
���
@@@R
���
@@@R
? ? ?
X1X2 X1X2
X1 X2
X1 X2A(X1 ⊕ X2)
AX1 AX2
Joe Suzuki (Osaka University) 多端子情報理論のマトロイド的構造情報理論ミニワークショップ 2013 年 3 月 26 日 於 奈良先端科学技術大学院大学 9
/ 23
Han 2011
X1,X2 ∈ {0, 1}が一様、雑音 pの対称通信路のとき、条件が成立
ρt1({s2}) = ρt2({s1}) = h(p)
ρt1({s1}) = ρt2({s2}) = 1 + h(p)
ρt1({s1, s2}) = ρt2({s1, s2}) = min{1 + 2h(p), 2}
ρN ({s1}) = min(ρt1({s1}), ρt1({s2})) = h(p)
ρN ({s2}) = min(ρt1({s2}), ρt2({s2})) = h(p)
ρN ({s1, s2}) = min(ρt1({s1, s2}), ρt2({s1, s2})) = min{1 + 2h(p), 2}
H(X1|X2) = h(p)
H(X2|X1) = h(p)
H(X1X2) = 1 + h(p)
A: m × n, m = nh(p) (Korner-Marton, 1979)
Joe Suzuki (Osaka University) 多端子情報理論のマトロイド的構造情報理論ミニワークショップ 2013 年 3 月 26 日 於 奈良先端科学技術大学院大学 10
/ 23
Han 2011
Converse: λn,t → 0 =⇒ H(XS |XS) ≤ ρt(S), S ⊂ Φ
(i1, j1), · · · , (ir , jr ) ∈ M0 × M0, ρt(S) = c(M0, M0)Y n := (Y n
1 , · · · ,Y nr ), Z
n := (Zn1 , · · · ,Zn
r ),
I (X nΦ; X
nΦ,t |xS) ≤ I (Y n;Zn|xS)
H(X nΦ|X n
Φ,t , xS) ≤ rt(n, xS , S) := 1 + λn,t∑s∈S
log |Xs |
H(X nΦ|xS) ≤ I (Y n,Zn|xS) + rt(n, xS , S)
任意の τ > 0と十分大きな nについて、
I (Y n;Zn|xS) ≤r∑
k=1
I (Y nk ;Z
nk |xS) ≤ n
r∑k=1
1
nmaxY nk
I (Y nk ,Z
nk )
≤ nr∑
k=1
(cik ,jk + τ) = n(ρt(S) + rτ)
平均をとって、 1nH(X n
S |X nS) ≤ ρt(S) +
1n + λn,t
∑s∈S log |Xs |+ rτ
Joe Suzuki (Osaka University) 多端子情報理論のマトロイド的構造情報理論ミニワークショップ 2013 年 3 月 26 日 於 奈良先端科学技術大学院大学 11
/ 23
Han 2011
Direct: H(XS |XS) ≤ ρt(S), S ⊂ Φ =⇒ λn,t → 0
Rij = cij + τ , 0 < δ <τ
2fij の出力が 2n(Rij−δ)個 (cij +
τ
2< Rij − δ = cij + τ − δ < cij + τ)
En: {hij = fij}なる (i , j) ∈ E が存在する事象
λn,t = Pr{En}Pr{X nϕ,t = X n
ϕ |En}+ Pr{En}Pr{X nϕ,t = X n
ϕ |En}
が十分大きな nについて、Pr{X nϕ,t = X n
ϕ |En}で上界
.
ランダム符号化 {fij}(i ,j)∈E
.
.
.
. ..
.
.
各 z ∈∏
k:(k,i)∈E [1, 2n(Rk,i−δ)]で、fij(z) ∈ [1, 2n(Rij−δ)]が独立で一様
Joe Suzuki (Osaka University) 多端子情報理論のマトロイド的構造情報理論ミニワークショップ 2013 年 3 月 26 日 於 奈良先端科学技術大学院大学 12
/ 23
Han 2011
Direct (その 2)
xΦ = (xS , xS) ∈ X nΦ, x
′Φ[S] = (x′S , x
′S) ∈ X n
Φ, xS = x′S, xs = x′s , s ∈ S
zj(xΦ) =
{xj (j ∈ Φ)
(fkj(xΦ))(k,j)∈E (j ∈ Φ)V0: 先祖で少なくとも 1つが Φにある i ∈ V の集合B := {i ∈ V0|zi (xΦ) = zi (x
′Φ[S]))}
Pr{fij(xΦ) = fij(x′Φ[S])|zi (xΦ) = zi (x
′Φ[S])} = 2−n(Ri,j−δ) ≤ 2−n(cij+τ/2)
t ∈ Ψ, S ∈ Φの各 (N, N), N = V について、EN := {(i , j)|i ∈ N, j ∈ N}Pr(B = N) ≤ Pr{B = N|B ⊂ N}=
∏(i ,j)∈EN
Pr{fij(xΦ) = fij(x′Φ[S])|zi (xΦ) = zi (x
′Φ[S])}
≤∏
(i ,j)∈EN
2−n(cij+τ2) ≤ 2−n(
∑(i,j)∈E ci,j+
τ2) ≤ 2−n(ρt(S)+
τ2)
Pr{zt(xΦ) = zt(x′Φ[S]} = Pr(B = V ) ≤ 2|V |2−n(ρt(S)+
τ2)
Joe Suzuki (Osaka University) 多端子情報理論のマトロイド的構造情報理論ミニワークショップ 2013 年 3 月 26 日 於 奈良先端科学技術大学院大学 13
/ 23
Han 2011
定義: xΦ ∈ Tλ(XΦ)
各 ϕ = S ⊂ Φについて、|1nlog
1
p(xS)− H(Xs)| < λ
.
.
.
1 (xS , xS) ∈ Tλ(XΦ)なる xS ∈ X nS は、高々2n(H(XS |XS )+2λ)個
.
.
.
2 Pr{X nΦ ∈ Tλ(XΦ)} < λ
Joe Suzuki (Osaka University) 多端子情報理論のマトロイド的構造情報理論ミニワークショップ 2013 年 3 月 26 日 於 奈良先端科学技術大学院大学 14
/ 23
Han 2011
Direct (その 3)
FS,t(xΦ): zt(xΦ) = zt(x′Φ[S]) xS = x′S, xs = x′s , s ∈ S なる
x′Φ[S] = (x′S , x′S) ∈ Tλ(XΦ)が存在するとき 1、それ以外で 0
F (xΦ) := maxϕ =S⊂Φ,t∈Ψ
FS,t(xΦ)
Pr{FS,t(xΦ) = 1} ≤ 2n{H(XS |XS )+2λPr{zt(xΦ) = zt(x′Φ[S]}
≤ 2|V |2n{H(XS |XS )+2λ−ρt(S)− τ2} ≤ 2|V |2−
τ4n , λ :=
τ
8
E [F (xΦ)] = Pr{F (xΦ) = 1} ≤∑
ϕ=S⊂Φ,t∈ΨPr{FS,t(xΦ) = 1} ≤ 2−cn
E [∑
xΦ∈X nΦ
p(xΦ)F (xΦ)] =∑
xΦ∈X nΦ
p(xΦ)E [F (xΦ)]
≤∑
xΦ∈Tλ(XΦ)
p(xΦ)Pr{F (xΦ) = 1}+ Pr{XΦ ∈ Tλ(XΦ)} ≤ 2−cn + λ
Joe Suzuki (Osaka University) 多端子情報理論のマトロイド的構造情報理論ミニワークショップ 2013 年 3 月 26 日 於 奈良先端科学技術大学院大学 15
/ 23
Matroid
Matroid
.
定義: 非空有限集合 E とその部分集合の族 I の対がMatroid
.
.
.
. ..
.
.
.
. . 1 ϕ ∈ I
.
..
2 I ⊂ J ⊂ I =⇒ I ∈ I
.
.
.
3 I , J ∈ I, |I | < |J| =⇒ I ∪ {e} ∈ I なる e ∈ J\I が存在
例 3: ある正則行列の列の集合 E と、その一次独立な部分集合の族 I
Matroidの階数関数 ρ : 2E → Z≥0, ρ(X ) := max{|I ||I ⊂ X , I ∈ I}
.
.
.
1 0 ≤ ρ(X ) ≤ |X |
.
.
.
2 X ⊂ Y ⊂ E =⇒ ρ(X ) ≤ ρ(Y )
.
.
.
3 ρ(X ) + ρ(Y ) ≥ ρ(X ∪ Y ) + ρ(X ∩ Y )
(実際、|I | = ρ(X ∩ Y ), |J| = ρ(X ∪ Y )とおくと、J ∩ (X ∩ Y ) = I ,|J ∩ X | ≤ ρ(X ), |J ∩ Y | ≤ ρ(Y ), |J ∩ X |+ |J ∩ Y | = |J ∩ X ∩ Y |+ |J|
Joe Suzuki (Osaka University) 多端子情報理論のマトロイド的構造情報理論ミニワークショップ 2013 年 3 月 26 日 於 奈良先端科学技術大学院大学 16
/ 23
Matroid
PolymatroidとCo-Polymatroid
E : 非空有限集合
.
定義: ρ : 2E → R≥0が E 上の polymatroid
.
.
.
. ..
.
.
.
.
.
1 0 ≤ ρ(X ) ≤ |X |
.
.
.
2 X ⊂ Y ⊂ E =⇒ ρ(X ) ≤ ρ(Y )
.
.
.
3 ρ(X ) + ρ(Y ) ≥ ρ(X ∪ Y ) + ρ(X ∩ Y )
.
定義: σ : 2E → R≥0が E 上の co-polymatroid
.
.
.
. ..
.
.
.
.
.
1 0 ≤ σ(X ) ≤ |X |
.
.
.
2 X ⊂ Y ⊂ E =⇒ σ(X ) ≤ σ(Y )
.
.
.
3 σ(X ) + σ(Y ) ≤ σ(X ∪ Y ) + σ(X ∩ Y )
Joe Suzuki (Osaka University) 多端子情報理論のマトロイド的構造情報理論ミニワークショップ 2013 年 3 月 26 日 於 奈良先端科学技術大学院大学 17
/ 23
Matroid
例 4: H(XS |XS)は、Φ上の co-polymatroid
H(XS |XS) = H(XΦ)− H(XS)
より、H(XS)が polymatroidであることをいえば十分
H(XS) + H(XT )− H(XS∩T )− H(XS∪T )
=∑
xS∪T∈XS∪T
P(xS∪T ) logP(xS∪T )
P(xS)P(xT )/P(xS∩T )≥ 0
Joe Suzuki (Osaka University) 多端子情報理論のマトロイド的構造情報理論ミニワークショップ 2013 年 3 月 26 日 於 奈良先端科学技術大学院大学 18
/ 23
Matroid
例 5: ρt(S) = minM:S⊂M,t∈M c(M , M)は、Φ上の polymatroid
任意に A,B ⊂ Φを固定する。X ⊃ A,Y ⊃ B を
ρt(A) = c(X , X ) , ρt(B) = c(Y , Y )
となるように選ぶと、A ∩ B ⊂ X ∩ Y ,A ∪ B ⊂ X ∪ Y より、
ρt(A ∩ B) ≤ c(X ∩ Y ,X ∩ Y )
ρt(A ∪ B) ≤ c(X ∪ Y ,X ∪ Y )
= c(X , X ) + c(Y , Y )− c(X ∩ Y ,X ∩ Y )
−c(X\Y ,X\Y )− c(Y \X ,Y \X )
≤ ρt(A) + ρt(B)− ρt(A ∩ B)
Joe Suzuki (Osaka University) 多端子情報理論のマトロイド的構造情報理論ミニワークショップ 2013 年 3 月 26 日 於 奈良先端科学技術大学院大学 19
/ 23
Matroid
Slepian-Wolf distributed source codingと network codingの分離
Ct := {(Rs)s∈Φ|∑i∈S
Ri ≤ ρt(S)}
RSW = {(Rs)s∈Φ|H(XS |XS) ≤∑i∈S
Ri , ϕ = S ⊂ Φ}
.
定理 2: 以下の 2条件は同値
.
.
.
. ..
. .
H(XS |XS) ≤ ρN (S) , ϕ = S ⊂ Φ (1)
RSW ∩ Ct = ϕ , t ∈ Ψ (2)
注意: (1)(2)は、以下の同値な (3)(4)より弱い。
{(Rs)s∈Φ|H(XS |XS) ≤∑i∈S
Ri ≤ ρN (S) , ϕ = S ⊂ Φ} = ϕ (3)
RSW ∩ (∩t∈ΨCt) = ϕ (4)
Joe Suzuki (Osaka University) 多端子情報理論のマトロイド的構造情報理論ミニワークショップ 2013 年 3 月 26 日 於 奈良先端科学技術大学院大学 20
/ 23
Matroid
Han 1980
σ(S): co-polymatroidρ(S): polymatroid
{(Rs)s∈Φ|σ(S) ≤∑i∈S
Ri ≤ ρ(S), ϕ = S ⊂ Φ} = ϕ
⇐⇒ σ(S) ≤ ρ(S) , ϕ = S ⊂ Φ (5)
@@
@@
@
@@
@@
@@
-
6
R1
R2
a1b1
a2b2a12b12
a1 ≤ R1 ≤ b1
a2 ≤ R2 ≤ b2
a12 ≤ R1 + R2 ≤ b12
Joe Suzuki (Osaka University) 多端子情報理論のマトロイド的構造情報理論ミニワークショップ 2013 年 3 月 26 日 於 奈良先端科学技術大学院大学 21
/ 23
Matroid
|Φ| = 1では、一般に ρN (S)は、polynatroidではない
定理 2の証明: (1)は、
H(XS |XS) ≤ ρt(S) , t ∈ Ψ, ϕ = S ⊂ Φ
と同値で、(5)と ρt(S)が polynatroidであることより、(2)と同値
.
Slepian-Wolf distributed source codingと network codingの分離
.
.
.
. ..
.
.
ρN (S)が polymatroidであれば、可能 (逆は成立しない)
Joe Suzuki (Osaka University) 多端子情報理論のマトロイド的構造情報理論ミニワークショップ 2013 年 3 月 26 日 於 奈良先端科学技術大学院大学 22
/ 23
Matroid
まとめ
マトロイド理論との関係
Slepian-Wolfと Network Codingが分離可能な条件
について、さらに調べていきたい。
Joe Suzuki (Osaka University) 多端子情報理論のマトロイド的構造情報理論ミニワークショップ 2013 年 3 月 26 日 於 奈良先端科学技術大学院大学 23
/ 23