ฉันเชื่อว่านี่เป็นคำถามที่ขอบเขตของความรู้คือโดยทั่วไปเป็นคำถามวิจัย จากการค้นหา google อย่างรวดเร็วดูเหมือนว่าส่วนใหญ่จะเปิดอยู่ นอกจากนี้เป็นเวลาหลายปีที่ฉันเชื่อว่ามันมีความสำคัญและเชื่อมโยงกับทฤษฎีความซับซ้อนที่ต่ำกว่าขอบเขต คุณไม่ได้กล่าวถึงการวิเคราะห์ทางสถิติโดยตรง แต่เป็นสิ่งที่บ่งบอกถึงคำถามของคุณ ต่อไปนี้เป็นสองตัวอย่างของการศึกษาเชิงสถิติเกี่ยวกับ DFAs / NFA ที่คล้ายกับแสดงวิธีการทั่วไปสำหรับคำถามประเภทนี้ ปรากฏว่าการวิจัยเชิงประจักษ์เบื้องต้นเกี่ยวกับคำถามเช่นนี้ยังไม่ได้สำรวจส่วนใหญ่ เป็นที่ยอมรับข้อที่ 2 ไม่เกี่ยวข้องกับคำถามของคุณโดยตรง แต่เป็นสิ่งที่ใกล้เคียงที่สุดที่ฉันสามารถหางานวิจัยในปัจจุบันได้
ในการศึกษาคำถามของคุณการโจมตีเชิงสถิติเช่นสิ่งต่อไปนี้สามารถจินตนาการได้ มีการสร้าง NFA แบบสุ่ม จากนั้นจะกำหนด DFA ขั้นต่ำสุด สร้างกราฟผลลัพธ์ฮิสโตแกรมของจำนวน DFAs ที่มีขนาดผลลัพธ์ แยก DFA ที่ "ใหญ่" ออกตามเกณฑ์บางอย่าง กำหนดตัวชี้วัดหรือการวัดของ NFA ที่ให้การประมาณขนาด DFA ที่ได้x
ตัวชี้วัดนี้จะเกี่ยวข้องกับตัวชี้วัดทฤษฎีกราฟเช่นความหนาแน่นของขอบและอื่น ๆ อาจมีบางทฤษฎีกราฟกราฟที่สำคัญมากหรือการผสมผสานของตัวชี้วัดที่ประเมิน "ระเบิด" แต่ไม่ชัดเจนทันทีสำหรับฉัน ฉันสามารถแนะนำบางอย่างเช่นการวัดกราฟสีหรือการวัดกลุ่ม จากนั้นทดสอบตัวชี้วัดกับชุด "ระเบิด" กับ "ไม่ระเบิด"
คำตอบอื่น ๆ สำหรับคำถามของคุณเพียงแค่ให้ตัวอย่างกรณีของ "ระเบิด" (มีประโยชน์สำหรับกรณีศึกษา) แต่ไม่ได้แก้ไขปัญหาสำคัญของการวัดทั่วไป
อีกสิ่งหนึ่งที่ควรพิจารณาในการพัฒนาโปรแกรมการวิจัยเชิงประจักษ์ก็คือการวิจัยจุดเปลี่ยน SAT นั่นได้พัฒนาการเชื่อมโยงอย่างลึกซึ้งกับแนวคิดทางฟิสิกส์และอุณหพลศาสตร์ ดูเหมือนว่าสำหรับฉันแล้วแนวคิดที่คล้ายคลึงกันสามารถใช้ได้ที่นี่ ตัวอย่างเช่นมีแนวโน้มว่าจะพบเมทริกประเภทจุดเปลี่ยนที่คล้ายคลึงกัน อาจมีความหนาแน่นของขอบ ฯลฯ หมายเหตุสอดคล้องกับทฤษฎีการบีบอัดของ Kolmogorov
ฉันยังคาดการณ์ว่า NFA ที่ "ระเบิด" กับสิ่งที่ไม่คล้ายคลึงกันอย่างใดกับอินสแตนซ์ "ยาก" vs "ง่าย" ของปัญหา NP-complete
อีกวิธีหนึ่งในการศึกษาปัญหานี้ก็คือการกำหนดปัญหาการลดขนาด NFA นั่นคือให้ DFA หา NFA ขั้นต่ำสุดที่ฉันได้ยิน (เมื่อหลายปีก่อน) ยังคงเป็นปัญหาที่เปิดอยู่
[1] เกี่ยวกับประสิทธิภาพของอัลกอริธึมการลดขนาดออโตมาต้า Marco Almeida, Nelma Moreira, Rogério Reis
[2] ออโตมาตะจำคำไม่ได้: วิธีการทางสถิติ Cristian S. Calude, Cezar Câmpeanu, Monica Dumitrescu