A Myhill-Nerode Theorem for Generalized Automata, with Applications to Pattern Matching and Compression
University of Helsinki(赫尔辛基大学)
本文提出广义自动机的Myhill-Nerode定理,解释了其非唯一性,并展示其在模式匹配和数据压缩中的应用,通过Wheeler广义自动机实现高效存储与查询。
2026-09-22 cs.DS cs.FL cs.LO
Deterministic vs. Non Deterministic Finite Automata in Automata Processing
线性时间模式匹配引擎使用有限自动机(FA)作为其计算模型已经看到了有希望的结果。在不同的FA变体中,确定性(DFA)和非确定性(NFA)是基于FA的模式匹配引擎最常用的计算模型。此外,NFA是空间架构上的模式匹配引擎中流行的模型。原因是:i)DFA大小,如在#状态中,与等效NFA相比可以是指数级的,ii)DFA不能利用空间架构上可用的大规模并行性。本文进行了实证研究的#状态的最小化DFA和优化的NFA在不同的现实世界的基准集,并表明,如果不同的DFA生成不同的模式,#状态的最小化DFA通常等于其等效的优化NFA。然而,NFA在维持一些基准的低#状态方面更稳健。因此,对于空间架构,NFA与DFA的选择不如为每个模式生成不同的DFA并支持这些不同的DFA的并行处理的需要重要。最后,本文提出了一个冯诺依曼的架构为基础的(CPU)与空间架构为基础的(FPGA)自动机处理引擎的吞吐量研究。研究表明,基于CPU的自动机处理引擎和基于FPGA的自动机处理引擎都不是明显的赢家。如果每个工作负载匹配的模式数增加,则基于CPU的自动机处理引擎的吞吐量会降低。另一方面,基于FPGA的自动机处理引擎缺乏内存溢出选项;因此,如果它不适合FPGA的逻辑结构,它就无法容纳整个自动机。在最好的情况下,CPU的加速比是FPGA的4.5倍,而在一些基准测试中,FPGA的加速比是CPU的32,530倍。
2022-10-18 cs.AR cs.FL cs.PF
Deciding FO2 Alternation for Automata over Finite and Infinite Words
我们考虑了有限字和无限字上的二元一阶逻辑$\text{FO}^2$及其量词交替层次。我们的主要结果是禁止模式的确定性自动机(有限字)和Carton-Michel自动机(无限字)。为了给出简洁的模式,我们允许在有限图中的路径上使用子字。这个概念被形式化为子词模式。对于某些类型的子字模式,存在一个非确定性的对数空间算法来决定它们在给定自动机中的存在或不存在。特别地,这导致用于决定$\text{FO}^2$量词交替层次的级别的$\mathbf{NL}$算法。这适用于完整和半水平,每一个在有限和无限的话。此外,我们表明,这些问题是$\mathbf{NL}$ -硬,因此,$\mathbf{NL}$ -完整的。
2021-09-01 cs.FL cs.LO
Efficient Online Timed Pattern Matching by Automata-Based Skipping
定时模式匹配问题是一个积极研究的课题,因为它在实时系统的监控相关。给出一个log $w$和一个规范$\mathcal{A}$(在本文中由定时字和定时自动机给出),并且希望返回一组区间,对于该区间,当限制到该区间时,log $w$满足规范$\mathcal{A}$。在我们之前的工作中,我们提出了一种高效的定时模式匹配算法:它采用了受经典Boyer-Moore(BM)字符串匹配算法启发的跳过机制。在这项工作中,我们解决了在线定时模式匹配的问题,对嵌入式应用程序,它是至关重要的,以及时的方式处理大量的传入数据。具体来说,我们从Franek-Jennings-Smyth(FJS)字符串匹配算法-BM算法的最新变体-开始,并将其扩展到定时模式匹配。我们的实验表明,我们的FJS型算法在在线和离线定时模式匹配的效率。
2017-06-28 cs.FL
XML Navigation and Transformation by Tree-Walking Automata and Transducers with Visible and Invisible Pebbles
卵石树自动机和卵石树转换器通过额外允许无限数量的“不可见”卵石(与通常的“可见”卵石相反)来增强。由此产生的卵石树自动机识别规则树语言(即,可以验证所有广义DTD),因此可以找到MSO可定义模式的所有匹配。此外,当被视为一种导航设备时,它们会导致一种类似XPath的形式主义,为每个MSO可定义的二进制模式提供路径表达式。由此产生的卵石树换能器可以应用任意MSO定义的测试(的可观察的部分)他们的配置,他们(仍然)有一个可判定的类型检查问题,他们可以模拟递归机制的迭代。使用MSO可定义模式的合取查询的类型检查问题的时间复杂度通常可以通过使用不可见的鹅卵石来降低。
2018-09-15 cs.FL
Braids on the Stranded Cellular Automata Model
Rose-Hulman Institute of Technology(罗斯-霍曼理工学院)
针对 Stranded Cellular Automata 模型,定义了辫子可由 SCA 图案表示的概念,并给出算法判断辫子是否具有特定附加性质的 SCA 表示。
2026-09-09 cs.FL math.GR
Idempotent cellular automata and their natural order
该研究针对任意群上的幂等元胞自动机,分析了不同模式生成幂等CA的特性,还探究了其半群论自然偏序的结构性质,拓展了元胞自动机的代数理论研究。
2024-05-31 cs.FL math.GR nlin.CG
Probabilistic Arithmetic Automata and their Applications
我们提出了概率算术自动机(PAA),一个通用的模型来描述链的操作,其操作数依赖于机会,以及两种不同的算法,以准确地计算这样的概率计算得到的结果的分布。PAAs提供了一个统一的框架来解决计算生物学和其他领域出现的许多问题。本文提出了五种不同的应用,即(1)随机文本上的模式匹配统计,包括HMM背景模型下出现次数、等待时间和簇大小的分布计算,(2)基于窗口的模式匹配算法的精确分析,(3)用于检测候选序列比对的过滤种子的敏感性,(4)基于窗口的模式匹配算法的精确分析,(5)基于窗口的模式匹配算法的精确分析,(6)基于窗口的模式匹配算法的精确分析,(7)基于窗口的模式匹配算法的精确分析,(8)基于窗口的模式匹配算法的精确分析,(9)基于窗口的模式匹配算法的精确分析,(10)基于窗口的模式匹配算法的精确分析,(10)基于窗口的模式匹配算法的精确分析,(11)基于窗口的模式匹配算法的精确分析,(12)基于窗口的模式匹配算法的精确分析,(13)基于窗口的模式匹配算法的精确分析,(14)基于窗口的模式匹配算法的精确(4)由酶裂解反应产生的肽片段的长度和质量统计;和(5)454个测序读段的读段长度统计。这些应用的多样性表明了所提出的框架的灵活性和统一性。虽然PAA的建设取决于特定的应用程序,我们挑选出一个经常适用的建设模式统计方法:我们引入确定性算术自动机(DAAs)模型序列的确定性计算,并演示如何构…
2010-11-26 cs.FL q-bio.QM
Representing Pattern Matching Algorithms by Polynomial-Size Automata
在文本$T\inΣ^n$中找到模式$S\inΣ^m$的精确出现的模式匹配算法已经相对于渐近最佳、最差和平均情况运行时间被广泛地分析。对于更详细的分析,已经考虑了在针对固定模式$S$搜索长度为$n$的随机文本时由算法$\mathcal{A}$执行的文本字符访问$X^{\mathcal{A},S}_n$的数量。构建反映模式匹配算法行为的状态空间和相应的转移规则(例如,在马尔科夫链中)是渐进($n\to\infty$)和非渐进状态下现有的$X^{\mathcal{A},S}_n$分析中的关键步骤。因此,这种状态空间的大小是这种分析的关键参数。在本文中,我们介绍了一种通用的方法来构建相应的状态空间,并证明它适用于广泛的算法,包括Boyer-Moore(BM),Boyer-Moore-Horspool(BMH),向后Oracle匹配(BOM),向后(非确定性)DAWG匹配(B(N)DM)。在所有情况下,除了BOM,我们的方法导致状态空间的大小为$O(m^3)$模式长度$m$,以前只获得了BMH的结果。在所有其他情况下,只有$m$中的状态空间具有指数大小。我们的研究结果立即意味着一个算法来计算固定$S$,固定$n$,和$\mathcal{A}\in\{\text{BM},\text{BMH},\text{B(N)DM}\}$在多项式时间的一个非常普遍的一类随机文本模型的$X^{\mathcal…
2016-07-01 cs.DS cs.FL
On Families of Full Trios Containing Counter Machine Languages
我们看看非确定性有限自动机增强多个反向有界计数器,在接受计算,计数器的行为是由一些固定的模式。这些模式可以作为通向理论计算机科学文献中其他重要自动机和语法模型的有用“桥梁”,从而有助于它们的研究。各种模式的行为被认为是,连同表征和比较。例如,一个这样的模式精确地定义了包含所有有界半线性语言的最小的完整三元组。另一种模式定义了包含所有有界上下文无关语言的最小完整三人组。然后将“桥接”应用于其他族,例如应用于某些图灵机限制以及其他族。某些一般的可判定性属性也使用这个框架进行了研究。
2022-12-07 cs.FL
Fast Matching of Regular Patterns with Synchronizing Counting (Technical Report)
快速匹配具有有限重复的正则表达式,也就是计数,例如(ab){50,100},即,匹配文本长度的线性并且独立于重复界限,至少二十年来一直是一个公开的问题。我们表明,对于广泛的一类正则表达式计数,我们称之为同步,快速匹配是可能的。我们的经验表明,类涵盖了几乎所有的正则表达式匹配的常用应用程序中使用的计数。这个复杂性结果是基于最近的匹配算法的改进和分析,该算法将正则表达式编译为确定性计数集自动机(自动机的寄存器保存数字集)。
2023-01-30 cs.FL
Search of Complex Binary Cellular Automata Using Behavioral Metrics
我们提出了二进制元胞自动机的特征,使用一组行为度量,适用于最小的布尔形式的元胞自动机的过渡函数。这些行为指标制定,以满足启发式标准来自基本元胞自动机。通过这些指标表征的行为是增长、减少、混乱和稳定。从这些度量中,计算全局行为的两个度量:1)静态度量,其考虑所有可能的输入模式并对自动机的最小布尔形式的真值表中所提出的度量的出现进行计数; 2)动态度量,其对应于从$n$随机初始状态开始的自动机的$n$执行中的行为度量的平均值。我们使用这些措施来描述一个细胞自动机和指导遗传搜索算法,选择细胞自动机类似的生命游戏。使用这种方法,我们发现了一个广泛的复杂的二进制元胞自动机与有趣的属性,包括自我复制。
2015-01-16 cs.FL nlin.CG
Succinct Determinisation of Counting Automata via Sphere Construction (Technical Report)
本文提出了一种确定计数自动机的有效算法,有界计数器扩展的有限自动机。该算法避免了将计数器展开为控制状态,这与朴素的方法不同,因此产生了更小的确定性自动机。我们还开发了一个简化和更快的版本的一般算法的子类所谓的一元CA(MCA),即,在字符类上使用计数循环的CA,这在实践中很常见。我们的主要动机是(除了在逻辑的验证和决策过程中的应用)确定性(M)CA在模式匹配正则表达式中的应用计数,这是非常常见的,例如,网络流量处理和日志分析。我们已经根据这些应用领域的实际基准对我们的算法进行了评估,并得出结论,与简单的方法相比,我们的算法不太容易爆炸,产生的自动机可以小几个数量级,并且整体速度更快。
2019-10-04 cs.FL cs.LO
Properties of a Class of Toeplitz Words
研究了Stewart词的不可数集的性质。这些是由形式为$αβγ$的Toeplitz模式的无限序列指定的Toeplitz字,其中$α,β,γ$是符号0、1、?的任何排列。我们确定的关键指数的斯图尔特字,证明他们避免模式$xxyyxx$,找到所有的因素,回文,并确定其子字复杂度。我们工作的一个有趣的方面是,我们使用自动机理论的方法和自动机的决策过程进行证明。
2021-12-22 cs.DM cs.FL math.CO
Automaticity of spacetime diagrams generated by cellular automata on commutative monoids
École normale supérieure de Lyon(里昂高等师范学院);lycée Eugène Delacroix(欧仁·德拉克洛瓦中学)
本文研究了由交换单体上的细胞自动机生成的时空图的自动性,证明在放宽群结构条件后,时空图仍保持规律性。
2026-08-27 cs.DM cs.FL math.DS