
距離空間の数学理論において、εネット、εパッキング、ε被覆、一様離散集合、相対的に密な集合、およびデローン集合(ボリス・デローンにちなんで命名)は、点の間隔が均等な集合の密接に関連した定義であり、これらの集合のパッキング半径と被覆半径は、それらの間隔の均等さを測る指標となる。これらの集合は、符号理論、近似アルゴリズム、および準結晶理論に応用されている。
( M , d )が距離空間であり、X がMの部分集合である場合、Xのパッキング半径rは、Xの異なる要素間の距離の最小値の半分です。Xの点を中心とする半径rの開球はすべて互いに素です。Xの被覆半径Rは、Mのすべての点がXの少なくとも 1 つの点から距離R以内にある最小の距離です。つまり、Rは、Xの点を中心とする半径の閉球が、M全体を和集合として持つ最小の半径です。
ε-パッキングとは、パッキング半径r ≥ ε /2(同等に、最小距離≥ ε)の集合Xであり、 ε-カバリングとは、カバリング半径R ≤ εの集合Xであり、ε-ネットとは、 ε-パッキングとε-カバリングの両方である集合(ε /2 ≤ r ≤ R ≤ ε )である。
集合は、非ゼロの充填半径(0 < r )を持つ場合、一様に離散的であり、有限の被覆半径( R < ∞)を持つ場合、相対的に密である。
デローン集合とは、一様に離散的であり、かつ比較的密な集合( 0 < r ≤ R < ∞ )である集合のことである。したがって、すべてのεネットはデローンであるが、その逆は成り立たない。[ 1 ] [ 2 ]
上記の定義の中で最も制約が厳しいεネットは、 εパッキング、εカバーリング、およびデローン集合と同様に構築が困難です。しかし、 Mの点が整列しているときはいつでも、超限帰納法により、順序付けにおける前の点の集合までの距離の最小値が少なくともεであるすべての点をNに含めることで、εネットNを構築できることが示されています。次元が制限されたユークリッド空間内の有限個の点の集合の場合、各点は、直径εのセルのグリッドにマッピングし、ハッシュテーブルを使用して、近くのどのセルがすでにNの点を含んでいるかをテストすることで、定数時間でテストできます。したがって、この場合、εネットは線形時間で構築できます。[ 3 ] [ 4 ]
より一般的な有限またはコンパクトな距離空間の場合、最遠点優先走査に基づくTeo Gonzalezの代替アルゴリズムを使用して有限εネットを構築できます。このアルゴリズムは、ネットN を空に初期化し、NからM内の最も遠い点をNに繰り返し追加し、同点の場合は任意に処理し、Mのすべての点がNから距離ε以内になったときに停止します。[ 5 ]次元が制限された空間では、Gonzalez のアルゴリズムは、最遠距離と最短距離の比が多項式である点集合に対してO( n log n )時間で実装でき、任意の点集合に対しても同じ時間制限で近似できます。[ 6 ]
誤り訂正符号の理論において、ブロック符号Cを含む距離空間は、サイズqのアルファベット(ベクトルと考えることができる)上の固定長nの文字列から構成され、ハミング距離は です。この空間は で表されます。この距離空間の被覆半径と充填半径は、コードのエラー訂正能力と関連しています。例として、ベルレカンプのスイッチングゲームが挙げられます。
Har-PeledとRaichel(2013)は、ユークリッド空間の点集合上で定義される特定のタイプの幾何学的最適化問題に対する近似アルゴリズムを設計するための「ネットと剪定」と呼ばれるアルゴリズムパラダイムについて述べている。このタイプのアルゴリズムは、以下の手順を実行することで機能する。
どちらの場合も、残りの点の期待値は一定の係数で減少するため、処理時間はテストステップによって支配されます。彼らが示すように、このパラダイムは、k-中心クラスタリング、中央値距離を持つ点のペアの探索、およびいくつかの関連問題に対する高速近似アルゴリズムを構築するために使用できます。
ネットツリーと呼ばれる階層的なネットシステムは、次元が制限された空間で、十分に分離されたペア分解、幾何学的スパナー、および近似最近傍を構築するために使用できます。[ 6 ] [ 7 ]
ユークリッド空間の点について、集合Xが比較的密で、その差集合X − Xが一様に離散的である場合、集合Xは Meyer 集合である。同様に、 XとX − X の両方が Delone 集合である場合、X は Meyer 集合である。Meyer 集合は、準結晶の数学モデルとして(調和解析に基づく異なるが同等の定義で) 導入したYves Meyerにちなんで名付けられた。これらには、格子の点集合、ペンローズ タイリング、およびこれらの集合と有限集合のMinkowski 和が含まれる。 [ 8 ]