ดูเหมือนจะมีการพิมพ์ผิด; ฉันถือว่าคุณหมายถึงการหาซึ่งไม่ใช่ผลรวมของเวกเตอร์ในหมู่ (ไม่ใช่ )u∈{0,1}n(logn)O(1)v1,…,vmn
ไม่ชัดเจนสำหรับฉันหากค่าคงที่ในงานได้สำหรับคุณ หากคุณสามารถหาผลรวมน้อยกว่าเวกเตอร์อาจมีบางอย่างที่ต้องทำ แต่ถ้าคุณต้องการให้ปริมาณนี้ , ฉันคิดว่ามันค่อนข้างยาก (ฉันได้พยายามแก้ไขปัญหานี้มานานแล้ว)(logn)O(1)logm(logm)1+δ
คุณอาจจะสนใจที่จะรู้ว่านี่เป็นตัวอย่างของปัญหา Remote Point ของ Alon, Panigrahy และ Yekhanin ("อัลกอริทึมการประมาณค่าแบบกำหนดแน่นอนสำหรับปัญหา Codeword ที่ใกล้ที่สุด") สำหรับพารามิเตอร์บางตัว ให้และเป็นคอลัมน์ของเมทริกซ์ตรวจสอบพาริตีของรหัสเชิงเส้นในของมิติ (ถ้าเมทริกซ์นี้ไม่มีอันดับเต็ม ปัญหาจะเล็กน้อย) จากนั้นปัญหาของคุณจะเทียบเท่ากับการหานั่นคือ -far จากโค้ด การตั้งค่าพารามิเตอร์นี้ซึ่งขนาดใกล้เคียงกับ m มากที่สุดจะไม่ได้รับการศึกษาในกระดาษ อย่างไรก็ตามพวกเขาสามารถทำได้เพียงความห่างไกลm>nv1,…,vm{0,1}md=m−nu∈{0,1}n(logn)O(1)logmถึงมิติสำหรับบางคงคในความเป็นจริงผมไม่คิดว่าเรารู้หนังสือรับรองการพหุนามขนาดใด ๆ ที่ช่วยให้เราสามารถพิสูจน์ว่าเวกเตอร์บางเป็นมากกว่า -far จากพื้นที่ของมิติให้อยู่คนเดียวหา มัน.d=cmcω(logm)Ω(m)
การเชื่อมต่อกับการเรียนรู้ parities ในรูปแบบที่ผิดพลาด หากใครสามารถเรียนรู้ได้อย่างมีประสิทธิภาพ -parities (กำหนดไว้ที่ ) โดยมีข้อผิดพลาดที่ถูกผูกไว้อย่างน้อยกว่าจากนั้นหนึ่งสามารถกำหนดค่าโดยพลการให้แรกบิตของและ `` บังคับให้เกิดข้อผิดพลาด '' ในบิตสุดท้ายโดยตั้งค่าเป็นค่าตรงข้ามกับที่ผู้เรียนคาดการณ์ไว้ ดูเหมือนว่าจะแข็งแกร่งกว่านี้มาก(logn)O(1)0,1mnn−1u
ปัญหายังเกี่ยวข้องกับการแยก EXP จากการลดลงไปยังชุดที่กระจัดกระจาย