실용적인 엔트로피 추정 알고리즘과 압축 카운팅의 샘플 복잡도 향상

데이터 스트림에서 p번째 빈도 모멘트를 추정하는 문제는 오래전부터 활발히 연구되어 왔으며, 엄격한 Turnstile 모델을 가정할 경우 p = 1일 때는 사실상 trivial한 문제이다. 본 논문에서는 p가 1에 근접할 때 샘플 복잡도가 거의 O(1)임을 보이는 새로운 알고리즘을 제안한다. 이는 기존에 알려진 O(1/ε²) 복잡도보다 현저히 개선된 결과이며, 부록에 포함된 실험을 통해 엔트로피 추정 문제가 손쉽게 해결될 수 있음을 입증한다.

저자: Ping Li