ความซับซ้อนในการคำนวณของการคูณเมทริกซ์


14

ฉันกำลังมองหาข้อมูลเกี่ยวกับความซับซ้อนในการคำนวณของการคูณเมทริกซ์ของเมทริกซ์สี่เหลี่ยม วิกิพีเดียระบุว่าความซับซ้อนของการคูณโดยคือ (การคูณเรียน)ARม.×nBRn×พีO(ม.nพี)

ฉันมีกรณีที่และมีขนาดเล็กกว่ามากและฉันหวังว่าจะมีความซับซ้อนที่ดีกว่าเชิงเส้นในด้วยค่าใช้จ่ายในการพึ่งพาและแย่กว่าเชิงเส้นม.nพีพีม.n

ความคิดใด ๆ

ขอบคุณ

หมายเหตุ: เหตุผลที่ฉันหวังว่าจะเป็นไปได้นั้นเป็นเพราะผลที่ทราบกันดีของการพึ่งพาลูกบาศก์น้อยกว่าในถ้า (เมื่อเมทริกซ์เป็นกำลังสองทั้งหมด)พีม.=n=พี


8
ความซับซ้อนของอัลกอริทึม (เรียงตามลำดับ) ต้องไม่เล็กกว่าขนาดของเอาต์พุต สำหรับปัญหาของคุณคุณสามารถเป็นตัวแทนของอินพุตและเอาต์พุตโดยใช้พื้นที่ที่มีซับลิเนียร์ใน p หรือไม่?
โคลิน McQuillan

องค์ประกอบส่วนใหญ่ไม่ใช่ศูนย์หรือมักจะเป็นศูนย์หรือไม่ นั่นคือหร็อมแหร็ม? ซึ่งนำไปสู่การปรับให้เหมาะสมต่าง ๆ อย่างแน่นอน ดูเหมือนว่า SVD [การสลายตัวของค่าเอกพจน์] อาจมีความเกี่ยวข้องโดยขึ้นอยู่กับการตอบสนองปัจจุบันที่อ้างถึงการประมาณ
vzn

คำตอบ:


13

งานคลาสสิคของ Coppersmith แสดงให้เห็นว่าสำหรับหนึ่งสามารถคูณเมทริกซ์ด้วยเมทริกซ์ในการดำเนินการทางคณิตศาสตร์ นี่เป็นส่วนผสมสำคัญของผลลัพธ์ล่าสุดของ Ryan Williamsα>0n×nαnα×nO~(n2)

เมื่อเร็ว ๆ นี้François le Gall ได้ปรับปรุงงานของ Coppersmith และเอกสารของเขาเพิ่งได้รับการยอมรับใน FOCS 2012 เพื่อที่จะเข้าใจงานนี้คุณจะต้องมีความรู้เกี่ยวกับทฤษฎีความซับซ้อนเชิงพีชคณิต กระดาษของเวอร์จิเนียวิลเลียมส์มีพอยน์เตอร์ที่เกี่ยวข้อง โดยเฉพาะงานของ Coppersmith ถูกอธิบายไว้อย่างสมบูรณ์ในAlgebraic Complexity Theoryซึ่งเป็นหนังสือ

สาระที่แตกต่างกันของการมุ่งเน้นการทำงานเกี่ยวกับการคูณเมทริกซ์โดยประมาณ คุณสามารถตรวจสอบงานนี้โดย Magen และ Zouzias นี้จะเป็นประโยชน์สำหรับการจัดการฝึกอบรมขนาดใหญ่จริงๆพูดคูณเมทริกซ์และเมทริกซ์ที่nn×ยังไม่มีข้อความยังไม่มีข้อความ×nยังไม่มีข้อความ»n

วิธีการพื้นฐานคือการสุ่มตัวอย่างเมทริกซ์ (ซึ่งสอดคล้องกับการลดขนาดแบบสุ่ม) และคูณเมทริกซ์ตัวอย่างที่มีขนาดเล็กกว่ามาก เคล็ดลับคือการหาว่าเมื่อใดและในแง่ใดที่ทำให้เกิดการประมาณที่ดี ในทางตรงกันข้ามกับสาระการทำงานก่อนหน้าซึ่งไม่สามารถทำได้อย่างสมบูรณ์อัลกอริธึมการสุ่มตัวอย่างนั้นเป็นจริงและจำเป็นสำหรับการจัดการข้อมูลจำนวนมาก


เพียงทราบ: เป็นที่รู้จัก (ณ เดือนพฤศจิกายน 2010) การคูณเมทริกซ์สี่เหลี่ยมไม่จำเป็นสำหรับการแก้ ACC SAT (ซึ่งเป็นสิ่งที่ดีเพราะเป็นรูปสี่เหลี่ยมผืนผ้าเมทริกซ์ Mult คือ "กาแล็คซี่" และซับซ้อน.)
ไรอันวิลเลียมส์
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.