BW変換技術の深化による大規模データ処理基盤技術の開発

2020 Fiscal Year Research-status Report

• Project/Area Number: 19K20213
• Research Institution: Kyushu Institute of Technology
• Principal Investigator: 井 智弘 九州工業大学, 大学院情報工学研究院, 准教授 (20773360)
• Project Period (FY): 2019-04-01 – 2022-03-31
• Keywords: BW変換 / 文法圧縮 / 圧縮情報処理

Outline of Annual Research Achievements

BW変換は文字列中の各文字をその後ろに続く文字列（文脈）によってソートして得られる可逆変換である．それ自体では，文字を並べ替えただけなので圧縮になっていないが，文脈が似通っている文字を隣接する位置に配置することで同じ文字が連続しやすくなるため，連長圧縮などの単純な手法で圧縮することが可能となる．特に，高度反復文字列に対して，BW変換文字列の連長圧縮サイズは非常に小さくなり，データによっては数百分の一のサイズまで大幅に圧縮可能であることが知られている．BW変換は単に圧縮の前処理に止まらず，様々な文字列処理に応用されている．例えば，FerraginaとManziniはBW変換文字列を索引構造のように使えることを示し，文字列を簡潔な領域で保持しながら効率的なパターン照合機能を提供する簡潔データ構造を提案した．近年，BW変換文字列を連長圧縮した領域（RLBWT領域）で索引を実現するデータ構造（r-index）が提案された．本年度は，文法圧縮上で高速なランダムアクセスを可能にする符号化手法を提案した．また，その手法とRLBWT上の操作を併用し大規模ゲノム解析を行う手法を提案した．

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

研究課題に対して成果が得られている．

Strategy for Future Research Activity

引き続きRLBWTを含む様々な圧縮形式に関するアルゴリズムの開発および実装に取り組む．

Causes of Carryover

新型コロナウィルスの影響で旅費による支出が無くなったため次年度使用額が生じた．リモートでの議論を行うための物品費にあてる．

Research Products

• [Journal Article] PHONI: Streamed Matching Statistics with Multi-genome References (2021)
  • Author(s): Christina Boucher, Travis Gagie, Tomohiro I, Dominik Koeppl, Ben Langmead, Giovanni Manzini, Gonzalo Navarro, Alejandro Pacheco, Massimiliano Rossi
  • Journal Title: Proc. Data Compression Conference (DCC) 2021 Volume: - Pages: 193～202
  • Peer Reviewed / Int'l Joint Research
• [Journal Article] Deterministic Sparse Suffix Sorting in the Restore Model (2020)
  • Author(s): Johannes Fischer, Tomohiro I, Dominik Koeppl
  • Journal Title: ACM Transactions on Algorithms Volume: 16(4) Pages: 1～53
  • DOI: 10.1145/3398681
  • Peer Reviewed / Int'l Joint Research
• [Journal Article] Re-Pair in Small Space (2020)
  • Author(s): Dominik Koeppl, Tomohiro I, Isamu Furuya, Yoshimasa Takabatake, Kensuke Sakai, Keisuke Goto,
  • Journal Title: Algorithms Volume: 14(1) Pages: 1～20
  • DOI: 10.3390/a14010005
  • Peer Reviewed / Open Access
• [Journal Article] Practical Random Access to SLP-Compressed Texts (2020)
  • Author(s): Travis Gagie, Tomohiro I, Giovanni Manzini, Gonzalo Navarro, Hiroshi Sakamoto, Louisa Seelbach Benkner, Yoshimasa Takabatake,
  • Journal Title: Proc. 27th International Symposium on String Processing and Information Retrieval (SPIRE) 2020 Volume: - Pages: 221～231
  • DOI: 10.1007/978-3-030-59212-7_16
  • Peer Reviewed / Int'l Joint Research
• [Presentation] PHONI: Streamed Matching Statistics with Multi-genome References (2021)
  • Author(s): Christina Boucher, Travis Gagie, Tomohiro I, Dominik Koeppl, Ben Langmead, Giovanni Manzini, Gonzalo Navarro, Alejandro Pacheco, Massimiliano Rossi
  • Organizer: Data Compression Conference (DCC) 2021
  • Int'l Joint Research
• [Presentation] Re-Pair in Small Space (2020)
  • Author(s): Dominik Koeppl, Tomohiro I, Isamu Furuya, Yoshimasa Takabatake, Kensuke Sakai, Keisuke Goto
  • Organizer: Prague Stringology Conference (PSC) 2020
  • Int'l Joint Research
• [Presentation] Practical Random Access to SLP-Compressed Texts (2020)
  • Author(s): Travis Gagie, Tomohiro I, Giovanni Manzini, Gonzalo Navarro, Hiroshi Sakamoto, Louisa Seelbach Benkner, Yoshimasa Takabatake
  • Organizer: 27th International Symposium on String Processing and Information Retrieval (SPIRE) 2020
  • Int'l Joint Research