คำอธิบายกราฟเชิงทฤษฎีอย่างหมดจดของการลดจาก Unique Label Cover ถึง Max-Cut


9

ฉันกำลังศึกษาการคาดเดาเกมที่ไม่ซ้ำใครและการลดลงของ Max-Cut ของ Khot et al จากบทความของพวกเขาและที่อื่น ๆ บนอินเทอร์เน็ตผู้เขียนส่วนใหญ่ใช้ (สิ่งที่ฉันเป็น) ความเท่าเทียมกันโดยนัยระหว่างการลด MAX-CUT และการสร้างการทดสอบโดยเฉพาะสำหรับรหัสยาว เนื่องจากขาดความชัดเจนเกี่ยวกับความเท่าเทียมนั้นเองฉันจึงพยายามติดตามความคิดนี้

นอกจากนี้ยังเห็นได้ชัดจากการอธิบายเหล่านี้ว่าเราสามารถอธิบายการลดลงอย่างหมดจดในแง่ของกราฟ แต่โดยความบังเอิญหรือความชอบไม่มีใครเลือกที่จะทำอย่างนั้น ตัวอย่างเช่นในบันทึกการบรรยายเหล่านี้ของ O'Donnell เขาบอกเป็นนัยว่าการทดสอบโค้ดแบบยาวนั้นสอดคล้องกับคำจำกัดความตามธรรมชาติของขอบในกราฟที่กำลังสร้าง แต่เนื่องจากไม่มีการสะกดคำออกมา เพื่อกำหนดฟังก์ชั่นบูลีนที่กำลังทดสอบและมันทำให้ฉันค่อนข้างสับสน

ดังนั้นฉันขอให้ใครบางคนอธิบายการลดลงของ "เพียงแค่" ในทางทฤษฎี ฉันคิดว่าสิ่งนี้จะช่วยให้ฉันเข้าใจความเท่าเทียมกันระหว่างมุมมองทั้งสอง

คำตอบ:


10

ให้ฉันดูว่าฉันสามารถชี้แจงเรื่องนี้ในระดับสูง สมมติว่า UG อินสแตนซ์เป็นกราฟสองฝ่าย , bijections , โดยที่ , และm คุณต้องการสร้างกราฟใหม่เพื่อให้ถ้าอินสแตนซ์ UG เป็นพอใจแล้วจะมีการตัดขนาดใหญ่และถ้าอินสแตนซ์ UG นั้นไม่ได้เป็นแม้แต่พอใจก็มีเพียงการตัดที่เล็กมากG=(VW,E){πe}eEπe:ΣΣ|Σ|=mH1δHδH

กราฟมีสำหรับแต่ละจุดสุดยอดใน , เมฆจุดแต่ละป้ายบาง1 ความตั้งใจคือการที่คุณควรจะสามารถที่จะตีความรหัสยาวเข้ารหัสของป้ายของเป็นตัดของHจำได้ว่าการเข้ารหัสด้วยโค้ดแบบยาวคุณใช้ฟังก์ชันบูลีน ; โดยเฉพาะอย่างยิ่งมันเป็นฟังก์ชั่นเผด็จการx_ มาสร้างคัต (เช่น bi-partition ของจุดยอด) จากการเข้ารหัสรหัสแบบยาวดังนี้ ถ้าHW2mx{1,1}ΣWHσΣf:{1,1}Σ{1,1}f(x)=xσSTwWมีป้ายเข้ารหัสโดยฟังก์ชั่นบูลไปที่ระบบคลาวด์ของจุดในสอดคล้องกับ , และใส่ในจุดทั้งหมดในระบบคลาวด์ที่มีความโดดเด่นโดยบางที่1 คนอื่น ๆ ทั้งหมดไปTคุณสามารถทำย้อนกลับนี้เพื่อกำหนดฟังก์ชั่นบูลทุกขึ้นอยู่กับการตัดของHfHwSxf(x)=1TwWH

เพื่อลดการทำงานคุณจะต้องสามารถบอกได้เพียงโดยดูที่ค่าของการตัดSTว่าฟังก์ชันบูลีนที่สอดคล้องกับการตัดนั้นใกล้กับการเข้ารหัสรหัสแบบยาวของการกำหนดฉลากให้ที่ตอบสนองความต้องการจำนวนมากของข้อ จำกัด ของ UG Gดังนั้นคำถามคือสิ่งที่ข้อมูลที่เราจะได้รับจากมูลค่าของการตัดT พิจารณาจุดยอดสองจุดใด ๆมีป้ายกำกับในคลาวด์ที่สอดคล้องกับและกับป้ายกำกับในคลาวด์ที่สอดคล้องกับ (ในการลดลงเราดูที่เท่านั้นWGSTaxwbyww,ในก้อนเมฆที่ต่างกัน) เราบอกว่าตัดที่สามารถใช้ฟังก์ชั่นการสืบทอดมาบูลและ'} ตอนนี้ถ้ามีขอบในแล้วถูกตัดถ้าหาก(y) ดังนั้นการใช้ค่าของการตัดเท่านั้นที่จะบอกได้ว่าฟังก์ชั่นบูลีนที่เจือจางเป็น "ดี" เหมือนกับการทดสอบที่ได้รับฟังก์ชั่นบูลีนเพียงถามถึงสิ่งที่ ส่วนของรายการที่ระบุบางส่วนของคู่เรามี(y)wfwfw(a,b)H(a,b)fw(x)fw(y){fw}wW((w,x),(w,y))fw(x)fw(y)

กล่าวอีกนัยหนึ่งเมื่อใดก็ตามที่ไรอันกล่าวในบันทึกย่อ "ทดสอบว่า " สิ่งที่เขาหมายถึงจริงๆคือ "ในเพิ่มขอบระหว่างจุดยอดในคลาวด์ของมีข้อความ โดยและจุดยอดในกลุ่มเมฆที่มีเครื่องหมาย " คือทุกทุกสองประเทศเพื่อนบ้านและทุกรวมถึงขอบระหว่างจุดสุดยอดในระบบคลาวด์ของป้ายและจุดยอดในคลาวด์ของกำกับโดยและกำหนดน้ำหนักขอบfw(x)fw(y)HwxwyvVw,wx,y{1,1}nwxπv,wwyπv,w((1ρ)/2)d((1+ρ)/2)ndที่คือระยะทางที่ Hamming ระหว่างและy ที่ด้วยวิธีนี้ค่าของการตัดหารด้วยน้ำหนักขอบทั้งหมดเท่ากับความน่าจะเป็นที่จะประสบความสำเร็จของการทดสอบdxy


นี่เป็นคำตอบที่ยอดเยี่ยมซึ่งฉันจะต้องศึกษาในเชิงลึกมากขึ้น ฉันมีคำถามติดตามผลเล็กน้อย: ฉันควรสงสัยหรือไม่ว่าการลดลงของฉันที่คาดการณ์ไว้จะยังคงมีองค์ประกอบแบบสุ่มนี้ในการสร้าง ? μ
Jeremy Kun

ขออภัยนี่คือการจำลองโดยการเพิ่มขอบสำหรับเวกเตอร์ทั้งหมดในการสนับสนุนของและการกำหนดน้ำหนักขอบตามสัดส่วนกับความน่าจะเป็น แก้ไขแล้ว. xμ
Sasho Nikolov
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.