本論文では、低自己相関二進数列問題を効率的に解くための並列処理アルゴリズムを提案している。
まず、提案するsokolskewソルバーの概要を説明する。ソルバーは、スキュー対称な二進数列の探索空間を並列な自己回避ウォークで探索する。これにより、探索空間の次元を半分に削減でき、最適解を効率的に見つけられる。
次に、ソルバーの性能分析を行う。ソルバーの停止条件を決定するための予測モデルを構築し、99%の確率で最適解が得られるようにした。この予測モデルを用いて、L=121から223の奇数長の二進数列について、既知の最良解に加えて7つの新しい最良解を見つけた。さらに、L=247までの大きな問題サイズでも、10個の新しい最良解を見つけた。
また、提案ソルバーとその前身であるlssOrelソルバーの速度比較を行い、GPUを活用することで最大387倍の高速化を実現できることを示した。
最後に、新しい最良解の merit factor の傾向を分析し、数列長が大きくなるにつれて merit factor の値が緩やかに増加していくことを明らかにした。
他の言語に翻訳
原文コンテンツから
arxiv.org
深掘り質問