พื้นหลัง:ในการเรียนรู้ของเครื่องเรามักจะทำงานกับแบบกราฟิกเพื่อแสดงฟังก์ชั่นความหนาแน่นของความน่าจะเป็นมิติสูง หากเรายกเลิกข้อ จำกัด ที่ความหนาแน่นรวม (ผลรวม) กับ 1 เราจะได้รับฟังก์ชั่นพลังงานที่มีโครงสร้างของกราฟที่ผิดปกติ
สมมติว่าเรามีฟังก์ชั่นเช่นพลังงาน, , กำหนดไว้ในกราฟG = ( V , E ) มีตัวแปรหนึ่งคือxสำหรับจุดสุดยอดของกราฟในแต่ละครั้งและมีฟังก์ชั่นเอกและคู่จริงมูลค่าθ ฉัน ( x ฉัน ) : ฉัน∈ Vและθ ฉันJ ( x ฉัน , x J ) : ฉันเจ∈ E , ตามลำดับ พลังงานเต็มแล้ว
ถ้าทั้งหมดเป็นเลขฐานสองเราสามารถคิดว่าxเป็นตัวบ่งบอกความเป็นสมาชิกชุดและด้วยการใช้คำเล็ก ๆ ในทางที่ผิด ในกรณีนี้ฟังก์ชั่นพลังงาน submodular IFF θ ฉันJ ( 0 , 0 ) + θ ฉันJ ( 1 , 1 ) ≤ θ ฉันJ ( 0 , 1 ) + θ ฉันJ ( 1 , 0 )
ดูเหมือนว่าจะมีการเชื่อมต่อระหว่างการลดฟังก์ชั่นพลังงาน submodular และฟังก์ชั่นบูลีนโมโนโทน: ถ้าเราลดพลังงานของสำหรับใด ๆ(เช่นเพิ่มการตั้งค่าให้เป็น "จริง") การกำหนดตัวแปรสามารถเปลี่ยนจาก 0 เป็น 1 ("false" เป็น "true") เท่านั้น หากทั้งหมดถูก จำกัด ให้เป็น 0 หรือ 1 เราจะมีฟังก์ชั่นบูลีน monotone:
ในขณะที่ข้างต้น{x})
คำถาม:เราสามารถเป็นตัวแทนของเสียงเดียวฟังก์ชั่นบูลทั้งหมดโดยใช้การตั้งค่านี้โดยการเปลี่ยนแปลงเงื่อนไขคู่ที่ ? จะเกิดอะไรขึ้นถ้าเรายอมให้เป็นฟังก์ชันพลังงานแบบ submodular โดยพลการ? ในทางกลับกันเราสามารถเป็นตัวแทนของปัญหาการลดขนาดข้อมูลแบบกลุ่มย่อยเป็นชุดฟังก์ชั่นบูลีน monotone?
คุณสามารถแนะนำการอ้างอิงที่จะช่วยให้เข้าใจการเชื่อมต่อเหล่านี้ได้ดีขึ้นหรือไม่? ฉันไม่ใช่นักวิทยาศาสตร์คอมพิวเตอร์เชิงทฤษฎี แต่ฉันพยายามที่จะเข้าใจว่ามีข้อมูลเชิงลึกเกี่ยวกับฟังก์ชั่นบูลีนโมโนโทนซึ่งไม่ได้ถูกจับโดยการคิดในแง่ของการย่อเล็กสุดย่อย