stringtranslate.com

El toro de Bruijn

Modelo STL del toro de De Bruijn (16,32;3,3) 2 con 1 como paneles y 0 como agujeros en la malla; con una orientación consistente, cada matriz 3×3 aparece exactamente una vez (visor externo)

En matemáticas combinatorias , un toro de De Bruijn , llamado así por el matemático holandés Nicolaas Govert de Bruijn , es una matriz de símbolos de un alfabeto (a menudo solo 0 y 1) que contiene cada matriz posible de dimensiones dadas m × n exactamente una vez. Es un toro porque las aristas se consideran envolventes con el propósito de encontrar matrices. Su nombre proviene de la secuencia de De Bruijn , que puede considerarse un caso especial donde n = 1 (una dimensión).

Una de las principales preguntas abiertas con respecto a los toros de De Bruijn es si se puede construir un toro de De Bruijn para un tamaño de alfabeto particular para un m y n dados . Se sabe que estos siempre existen cuando n = 1 , ya que entonces simplemente obtenemos las secuencias de De Bruijn, que siempre existen. También se sabe que existen toros "cuadrados" siempre que m = n y pares (para el caso impar, los toros resultantes no pueden ser cuadrados). [1] [2] [3]

El toro de Bruijn "cuadrado" binario más pequeño posible, representado arriba a la derecha, denotado como toro de Bruijn (4,4;2,2) 2 (o simplemente como B 2 ), contiene todas las matrices binarias 2×2 .

B2

El toro de Bruijn (4,4;2,2). Cada matriz binaria de 2 por 2 se puede encontrar dentro de él exactamente una vez.

Aparte de la "traducción", la "inversión" (intercambio de 0 y 1) y la "rotación" (de 90 grados), no son posibles otros 2 toros de Bruijn (4,4;2,2) – esto se puede demostrar mediante una inspección completa de las 2 16 matrices binarias (o subconjunto que cumpla restricciones tales como números iguales de 0 y 1). [4]

Toro de De Bruijn (8,8;3,2) que contiene las 64 matrices posibles de 3 filas × 2 columnas exactamente una vez, con envoltura: la mitad inferior es el negativo de la mitad superior

El toro puede desenrollarse repitiendo n −1 filas y columnas. Todas las submatrices n × n sin envoltura, como la sombreada en amarillo, forman entonces el conjunto completo:

Ejemplo más grande:B4

B 4 como matriz cuadrada binaria
La cuadrícula resalta algunas de las matrices 4×4, incluidas las de ceros y de unos en el margen superior.

Se ha construido explícitamente un ejemplo del siguiente posible toro de Bruijn "cuadrado" binario, (256,256;4,4) 2 (abreviado como B 4 ). [5]

La imagen de la derecha muestra un ejemplo de un toro/matriz de Bruijn (256,256;4,4) 2 , donde los ceros se han codificado como píxeles blancos y los unos como píxeles rojos respectivamente.

Toros binarios de Bruijn de mayor tamaño

El artículo en el que se construyó un ejemplo del toro de Bruijn (256,256;4,4) 2 contenía más de 10 páginas de binario, a pesar de su tamaño de fuente reducido, que requería tres líneas por fila de la matriz.

El posible toro de Bruijn binario subsiguiente, que contiene todas las matrices binarias 6×6 , tendría 2 36 = 68.719.476.736 entradas, lo que daría como resultado una matriz cuadrada de dimensión 262.144×262.144 , denotada como un toro de Bruijn (262144,262144;6,6) 2 o simplemente B 6 . Esto podría almacenarse fácilmente en una computadora: si se imprime con píxeles de 0,1 mm de lado, dicha matriz requeriría un área de aproximadamente 26×26 metros cuadrados .

El objeto B 8 , que contiene todas las matrices binarias 8×8 y se denota (4294967296,4294967296;8,8) 2 , tiene un total de 2 64 ≈ 18,447×10 18 entradas: almacenar una matriz de este tipo requeriría 18,5 exabits, o 2,3 exabytes de almacenamiento. A la escala anterior, cubriría 429×429 kilómetros cuadrados .

La siguiente tabla ilustra el crecimiento superexponencial.

Aplicaciones

Principio simplificado del bolígrafo digital Anoto.
La cámara identifica una matriz de 6x6 puntos, cada uno desplazado de la cuadrícula azul (no impresa) en una de cuatro direcciones.
Las combinaciones de desplazamientos relativos de una secuencia de De Bruijn de 6 bits entre las columnas y entre las filas dan su posición absoluta en el papel digital.

Los toros de Bruijn se utilizan en el contexto de codificación espacial, por ejemplo, para la localización de una cámara [6] , un robot [7] o un objeto tangible [8] basándose en algún patrón óptico de base.

También se utilizan como base del PuzzleBoard, [9] un objetivo de calibración de cámara óptica que agrega codificación de posición a un patrón de calibración de tablero de ajedrez. [10]

Los toros de De Bruijn se pueden utilizar para implementar papel digital , de forma similar al sistema Anoto . Sin embargo, cada celda de Anoto tiene cuatro estados posibles en lugar de dos en los toros de De Bruijn. También utiliza una secuencia repetida de De Bruijn de 6 bits con diferentes desplazamientos como columnas. [11]

Véase también

Referencias

  1. ^ Ventilador, CT; Ventilador, SM; Ma, SL; Siu, MK (1985). "Sobre los conjuntos de De Bruijn". Ars Combinatoria A. 19 : 205–213.
  2. ^ Chung, F.; Diaconis, P.; Graham, R. (1992). "Ciclos universales para estructuras combinatorias". Matemáticas discretas . 110 (1): 43–59. doi : 10.1016/0012-365x(92)90699-g .
  3. ^ Jackson, Brad; Stevens, Brett; Hurlbert, Glenn (septiembre de 2009). "Problemas de investigación sobre códigos Gray y ciclos universales". Matemáticas discretas . 309 (17): 5341–5348. doi : 10.1016/j.disc.2009.04.002 .
  4. ^ Eggen, Bernd R. (1990). "El Binatorix B2". Comunicación privada .
  5. ^ Shiu, Wai-Chee (1997). "Decodificación de matrices de Bruijn construidas mediante el método FFMS". Ars Combinatoria . 47 (17): 33–48.
  6. ^ Szentandrási, I., Zachariás, M., Havel, J., Herout, A., Dubská, M., Kajan, R.: Campos de marcadores uniformes: localización de la cámara mediante toros orientables de De Bruijn. Simposio internacional IEEE sobre realidad mixta y aumentada (ISMAR), págs. 319-320 (2012).
  7. ^ Scheinerman, ER: Determinación de la ubicación planar mediante secuencias de Bruijn sin complemento utilizando sensores ópticos discretos. IEEE Transactions on Robotics and Automation, 17(6), págs. 883–889 (2001).
  8. ^ Schüsselbauer, D., Schmid, A:, Wimmer, R.: Dothraki: Seguimiento de elementos tangibles sobre tableros de mesa a través de De-Bruijn Tori. 15ª Conferencia sobre interacción tangible, incrustada y encarnada (2021).
  9. ^ Stelldinger, P., Schönherr, N., Biermann, J.: PuzzleBoard: un nuevo patrón de calibración de cámara con codificación de posición, Conferencia alemana sobre reconocimiento de patrones (2024).
  10. ^ https://users.informatik.haw-hamburg.de/~stelldinger/pub/PuzzleBoard/
  11. ^ http://infoscience.epfl.ch/server/api/core/bitstreams/7db48a9d-e0db-424b-94f7-c5ef897c28f3/content

Enlaces externos