วิทยาศาสตร์คอมพิวเตอร์เชิงทฤษฎี

คำถาม & คำตอบสำหรับนักวิทยาศาสตร์คอมพิวเตอร์เชิงทฤษฎีและนักวิจัยในสาขาที่เกี่ยวข้อง

8
Best Upper Bounds จาก SAT
ในกระทู้อื่นโจ Fitzsimons ถามเกี่ยวกับ "ขอบเขตที่ต่ำที่สุดในปัจจุบันที่ดีที่สุดใน 3SAT" ฉันต้องการจะใช้วิธีอื่น: ขอบเขตบนที่ดีที่สุดในปัจจุบันใน 3SAT คืออะไร กล่าวอีกนัยหนึ่งความซับซ้อนของเวลาสำหรับตัวแก้ SAT ที่มีประสิทธิภาพมากที่สุดคืออะไร? โดยเฉพาะอย่างยิ่งมันเป็นไปได้หรือไม่ที่จะหาอัลกอริธึมแบบเอ็กซ์โปเนนเชียล

5
คำอธิบายเชิงทฤษฎีสำหรับความสำเร็จในทางปฏิบัติของนักแก้ปัญหา SAT?
คำอธิบายเชิงทฤษฎีอะไรบ้างที่จะช่วยให้นักแก้ปัญหา SAT ประสบความสำเร็จในทางปฏิบัติและใครบางคนสามารถให้ภาพรวมและคำอธิบายแบบ "วิกิพีเดีย" และผูกคำอธิบายทั้งหมดไว้ด้วยกัน? โดยการเปรียบเทียบการวิเคราะห์ที่ราบรื่น ( เวอร์ชั่น arXiv )) สำหรับอัลกอริธึม simplex เป็นงานที่ยอดเยี่ยมที่อธิบายว่าทำไมมันทำงานได้ดีในทางปฏิบัติแม้ว่าข้อเท็จจริงที่ว่ามันต้องใช้เวลาชี้แจงในกรณีที่เลวร้ายที่สุดและรุ่นNP-mighty ( รุ่น arXiv ) ฉันเคยได้ยินนิดหน่อยเกี่ยวกับสิ่งต่าง ๆ เช่นแบ็คดอร์โครงสร้างของกราฟส่วนและการเปลี่ยนเฟส แต่ (1) ฉันไม่เห็นว่าสิ่งเหล่านี้เข้ากันได้อย่างไรเพื่อให้ได้ภาพที่มีขนาดใหญ่ขึ้น (ถ้าพวกเขาทำ) และ (2) ฉันไม่รู้ว่าสิ่งเหล่านี้อธิบายได้จริงหรือไม่ว่าเหตุใดนักแก้ปัญหา SAT จึงทำงานได้ดีเช่นในภาคอุตสาหกรรม นอกจากนี้เมื่อพูดถึงสิ่งต่าง ๆ เช่นโครงสร้างของส่วนคำสั่งกราฟ: เหตุใดนักแก้ปัญหาปัจจุบันจึงสามารถใช้ประโยชน์จากโครงสร้างกราฟส่วนคำสั่งบางอย่างได้ ฉันพบว่าผลลัพธ์เกี่ยวกับการเปลี่ยนเฟสเป็นเพียงบางส่วนที่น่าพอใจในเรื่องนี้อย่างน้อยก็ในความเข้าใจที่ จำกัด ของฉันในปัจจุบัน วรรณคดีการเปลี่ยนเฟสเกี่ยวข้องกับอินสแตนซ์ของการสุ่ม k-SAT แต่มันอธิบายอะไรเกี่ยวกับอินสแตนซ์ในโลกแห่งความเป็นจริงหรือ ฉันไม่ได้คาดหวังว่าอินสแตนซ์ของโลกแห่งความเป็นจริงของ SAT จะดูเหมือนอินสแตนซ์สุ่ม ฉันควร? มีเหตุผลหรือไม่ที่จะคิดว่าการเปลี่ยนเฟสบอกเราบางสิ่งบางอย่างแม้แต่สังหรณ์ใจเกี่ยวกับอินสแตนซ์ในโลกแห่งความเป็นจริงแม้ว่าพวกเขาจะดูไม่เหมือนอินสแตนซ์สุ่มหรือไม่? คำถามที่เกี่ยวข้องที่ช่วย แต่ไม่ตอบคำถามของฉันอย่างสมบูรณ์โดยเฉพาะอย่างยิ่งคำขอผูกสิ่งต่าง ๆ เข้าด้วยกันเป็นภาพที่สอดคล้องกัน: ทำไมจึงมีความแตกต่างอย่างมากระหว่างนักแก้ปัญหา SAT? …

12
การประยุกต์ทฤษฎีการเป็นตัวแทนของกลุ่มสมมาตร
ได้รับแรงบันดาลใจจากคำถามนี้และโดยเฉพาะอย่างยิ่งย่อหน้าสุดท้ายของคำตอบของ Or ฉันมีคำถามต่อไปนี้: คุณรู้เกี่ยวกับการประยุกต์ใช้ทฤษฎีการเป็นตัวแทนของกลุ่มสมมาตรใน TCS หรือไม่? กลุ่มสมมาตรSnSnS_nคือกลุ่มของพีชคณิตทั้งหมดของ{ 1 , … , n }{1,…,n}\{1, \ldots, n\}มีองค์ประกอบการทำงานเป็นกลุ่ม เป็นตัวแทนของSnSnS_nเป็น homomorphism จากSnSnS_nเพื่อให้ตรงกลุ่มทั่วไปของ invertible n × nn×nn \times nเมทริกซ์ที่ซับซ้อน การเป็นตัวแทนกระทำบนCnCn\mathbb{C}^nโดยการคูณเมทริกซ์ การเป็นตัวแทนลดลงของSnSnS_nคือการกระทำที่ทำให้ไม่มีช่องว่างที่เหมาะสมของCnCn\mathbb{C}^nไม่แปรเปลี่ยน การเป็นตัวแทนที่ไม่ลดทอนของกลุ่ม จำกัด อนุญาตให้กลุ่มหนึ่งนิยามฟูเรียร์มากกว่ากลุ่มที่ไม่ใช่ศาสนาคริสต์ ฟูริเยร์นี้แปลงคุณสมบัติที่ดีบางส่วนของฟูเรียร์แบบไม่ต่อเนื่องที่แปลงเป็นกลุ่มวงจร / abelian ยกตัวอย่างเช่นการบิดกลายเป็นการคูณแบบพอยต์ในพื้นฐานฟูริเยร์ ทฤษฎีการแสดงของกลุ่มสมมาตรคือรวมกันอย่างสวยงาม แต่ละแทนที่ลดลงของSnSnS_nสอดคล้องกับพาร์ทิชันจำนวนเต็มของnโครงสร้างนี้และ / หรือการแปลงฟูริเยร์เหนือกลุ่มสมมาตรพบการใช้งานใด ๆ ใน TCS หรือไม่?nnn

16
ผลฟิสิกส์ใน TCS?
เป็นที่ชัดเจนว่าฟิลด์จำนวนหนึ่งของวิทยาการคอมพิวเตอร์เชิงทฤษฎีได้รับผลกระทบอย่างมีนัยสำคัญจากผลลัพธ์ของฟิสิกส์เชิงทฤษฎี สองตัวอย่างนี้คือ การคำนวณควอนตัม ผลของกลศาสตร์ทางสถิติที่ใช้ในการวิเคราะห์ความซับซ้อน / อัลกอริทึมฮิวริสติก ดังนั้นคำถามของฉันคือมีพื้นที่สำคัญที่ฉันหายไปหรือไม่ แรงจูงใจของฉันนั้นง่ายมาก: ฉันเป็นนักฟิสิกส์เชิงทฤษฎีที่มาหา TCS ผ่านข้อมูลควอนตัมและฉันอยากรู้ว่าพื้นที่อื่น ๆ ที่ทั้งสองพื้นที่ทับซ้อนกัน นี่เป็นคำถามที่ค่อนข้างอ่อน แต่ฉันไม่ได้หมายความว่านี่เป็นคำถามประเภทใหญ่ ฉันกำลังมองหาพื้นที่ที่ทับซ้อนกันมีความสำคัญ

22
คุณรู้จักลำดับชั้นและ / หรือทฤษฎีบทลำดับชั้นอย่างไร
ฉันกำลังเขียนแบบสำรวจเกี่ยวกับทฤษฎีบทลำดับชั้นใน TCS การค้นหาเอกสารที่เกี่ยวข้องฉันสังเกตเห็นว่าลำดับชั้นเป็นแนวคิดพื้นฐานไม่เพียง แต่ใน TCS และคณิตศาสตร์ แต่ในวิทยาศาสตร์จำนวนมากตั้งแต่เทววิทยาและสังคมวิทยาไปจนถึงชีววิทยาและเคมี เมื่อเห็นว่าจำนวนข้อมูลมีมากมายฉันหวังว่าฉันจะขอความช่วยเหลือจากชุมชนนี้ได้ แน่นอนฉันไม่ต้องการให้คุณค้นหาบรรณานุกรมสำหรับฉัน แต่ฉันต้องการข้อมูลสองชนิด: ลำดับชั้นและทฤษฎีลำดับชั้นที่เป็นผลมาจากการทำงานของคุณหรือผลงานของเพื่อนร่วมงานหรือคนอื่น ๆ ที่คุณคุ้นเคยและคุณคิดว่าไม่เป็นที่รู้จัก นี่อาจเป็นตัวอย่างของทฤษฎีบทลำดับชั้นสำหรับแบบจำลองการคำนวณคลุมเครือที่คุณสนใจหรือลำดับชั้นของคลาสเฉพาะเช่นที่เกี่ยวข้องกับทฤษฎีเกม ลำดับชั้นและทฤษฎีลำดับชั้นที่คุณเห็นว่าจำเป็นอย่างยิ่งที่จะต้องรวมอยู่ในการสำรวจประเภทนี้ นี่อาจเป็นที่รู้จักสำหรับฉันอยู่แล้ว แต่มันจะมีประโยชน์ในการดูว่าลำดับชั้นใดที่คุณพิจารณาว่ามีความสำคัญมากกว่าและทำไม นี่อาจเป็นของประเภท "ฉันคิดว่าสำคัญมากเพราะหากไม่มีเราจะไม่สามารถทำการวิจัยประเภทนี้" หรือ "แม้ว่าจะไม่เป็นที่รู้จักกันดีใน TCS ที่ใช้ตรรกะเราใช้ลำดับชั้นนี้ตลอดเวลาและฉันเห็นว่า มันเป็นเครื่องมือสำคัญ " . และใช่ฉันเชื่อว่าผู้คนจากลอจิกมีลำดับชั้นมากมายที่จะพูดถึงอย่างไรก็ตามโปรดจำไว้ว่าเรากำลังพูดถึงปัญหาลำดับชั้นของปัญหาPHPHPH ฉันจะเก็บรายการที่อัปเดตไว้ที่นี่: DTIMEDTIMEDTIMEลำดับชั้นของ NTIMENTIMENTIMEลำดับชั้นของ SPACESPACESPACEลำดับขั้นของ เลขคณิต (หรือเรียกอีกอย่างว่า Kleene) ลำดับขั้น ลำดับชั้น Hyperarithmetical ลำดับขั้นการวิเคราะห์ Chomsky Hierarchy ลำดับชั้นของ Grzegorczyk และที่เกี่ยวข้อง: ลำดับชั้นของ Wainer (เติบโตเร็ว), ลำดับชั้นของ Hardy (เติบโตช้า) และลำดับชั้นของ …

10
คอมพิวเตอร์จริงมีเพียงจำนวน จำกัด เท่านั้นดังนั้นความเกี่ยวข้องของทัวริงกับคอมพิวเตอร์จริงคืออะไร?
คอมพิวเตอร์จริงมีหน่วยความจำ จำกัด และมีจำนวน จำกัด เท่านั้น ดังนั้นพวกมันจึงมีขอบเขต จำกัด ออโตมาตะ ทำไมนักวิทยาศาสตร์คอมพิวเตอร์เชิงทฤษฎีจึงใช้เครื่องทัวริง (และรุ่นอื่น ๆ ที่เทียบเท่า) ในการเรียนคอมพิวเตอร์? จุดประสงค์ของการศึกษารูปแบบที่แข็งแกร่งกว่านี้ของคอมพิวเตอร์จริงเป็นอย่างไร ทำไมโมเดลออโตมาต้าที่ จำกัด ไม่เพียงพอ?

12
ฐานGröbnerใน TCS?
มีใครรู้บ้างเกี่ยวกับการใช้งานที่น่าสนใจของฐานGröbnerกับวิทยาการคอมพิวเตอร์เชิงทฤษฎี? ฐานGröbnerใช้เพื่อแก้สมการพหุนามหลายตัวแปรซึ่งเป็นปัญหาที่เกิดขึ้นโดยทั่วไป ฉันสงสัยว่าบางกรณีที่ใช้การได้ดีสามารถใช้เพื่อให้อัลกอริทึม / การสร้าง / การพิสูจน์ที่มีประสิทธิภาพใน TCS หรือพื้นที่ที่เกี่ยวข้องกับ TCS (combinatorics, coding ทฤษฎี)

6
การคำนวณแบบใดที่ "ดีที่สุด"?
ใน 1,937 ทัวริงอธิบายเครื่องทัวริง. ตั้งแต่นั้นมาแบบจำลองการคำนวณจำนวนมากได้ถูก decribed ในความพยายามที่จะหารูปแบบที่เหมือนคอมพิวเตอร์จริง แต่ก็ยังง่ายพอที่จะออกแบบและวิเคราะห์อัลกอริทึม ด้วยเหตุนี้เราจึงมีอัลกอริทึมหลายสิบตัวอย่างเช่น SORT-problem สำหรับแบบจำลองการคำนวณที่แตกต่างกัน น่าเสียดายที่เราไม่สามารถมั่นใจได้ว่าการใช้อัลกอริทึมที่มีเวลารัน O (n) ใน word RAM ที่อนุญาตให้ใช้บิต - เวกเตอร์จะทำงานได้เร็วกว่าการใช้อัลกอริทึมที่มีรันไทม์ O (n⋅logn) ใน คำ RAM (ฉันกำลังพูดถึงการใช้งาน "ดี" เท่านั้นแน่นอน) ดังนั้นฉันต้องการเข้าใจว่าแบบจำลองใดที่มีอยู่ "ดีที่สุด" สำหรับการออกแบบอัลกอริทึมและฉันกำลังมองหาการสำรวจที่ทันสมัยและมีรายละเอียดเกี่ยวกับแบบจำลองการคำนวณซึ่งให้ข้อดีข้อเสียของแบบจำลองและความใกล้ชิดกับความเป็นจริง

8
คุณจะทำอย่างไรเมื่อคุณไม่สามารถก้าวหน้าในปัญหาที่คุณทำอยู่
ฉันเป็นนักศึกษาระดับบัณฑิตศึกษาปีที่ 2 ในทางทฤษฎี ฉันทำงานเกี่ยวกับปัญหาสำหรับปีที่แล้ว (ในทฤษฎีกราฟ / อัลกอริทึม) จนกระทั่งเมื่อวานฉันคิดว่าฉันทำได้ดี (ฉันกำลังขยายทฤษฎีบทจากกระดาษ) วันนี้ฉันรู้ว่าฉันทำผิดง่าย ๆ ฉันรู้ว่ามันจะยากกว่าที่ฉันคิดว่าจะทำในสิ่งที่ฉันตั้งใจจะทำ ฉันรู้สึกผิดหวังมากที่ฉันคิดจะลาออกจากโรงเรียน นี่เป็นสถานการณ์ทั่วไปที่นักวิจัยสังเกตเห็นว่าความคิดของเธอจะไม่ทำงานหลังจากทำงานเป็นจำนวนมากหรือไม่ คุณจะทำอย่างไรเมื่อคุณตระหนักว่าวิธีการที่คุณมีอยู่ในใจจะไม่ทำงานและปัญหาดูเหมือนว่าจะแก้ยากเกินไป? คุณมีคำแนะนำอะไรให้กับนักเรียนในสถานการณ์ของฉัน?

4
ทำไมเราถึงไม่สามารถพัฒนาทฤษฎีความซับซ้อนแบบรวมศูนย์ของการคำนวณแบบกระจายได้?
สาขาการคำนวณแบบกระจายได้ลดลงอย่างน่าเสียดายในการพัฒนาทฤษฎีทางคณิตศาสตร์เดี่ยวเพื่ออธิบายอัลกอริทึมแบบกระจาย มี 'โมเดล' และกรอบของการคำนวณแบบกระจายที่ไม่เข้ากันได้ การระเบิดที่แท้จริงของคุณสมบัติทางโลกที่แตกต่างกัน (แบบอะซิงโครนัสซิงโครนัสซิงโครนัสบางส่วน) การสื่อสารพื้นฐานต่างๆ (ข้อความผ่านเมื่อเทียบกับหน่วยความจำที่ใช้ร่วมกัน on) ทำให้เรามีโมเดลระบบกรอบงานและวิธีการจำนวนมากที่ไม่สามารถเปรียบเทียบได้ว่าการเปรียบเทียบผลการแก้ปัญหาญาติและขอบเขตที่ต่ำกว่าในโมเดลและกรอบเหล่านี้ได้กลายเป็นยากลำบากยากลำบากและในบางครั้งเป็นไปไม่ได้ คำถามของฉันง่ายมากทำไมถึงเป็นเช่นนั้น อะไรคือพื้นฐานที่แตกต่างกันของการคำนวณแบบกระจาย (จากลำดับคู่กัน) ที่เราไม่สามารถเปรียบเทียบการวิจัยในทฤษฎีแบบรวมศูนย์ของการคำนวณแบบกระจายได้? ด้วยการคำนวณแบบต่อเนื่องเครื่องทัวริงฟังก์ชันแบบเรียกซ้ำและแคลคูลัสแลมบ์ดาทั้งหมดล้วนถูกทำให้เท่าเทียมกัน นี่เป็นเพียงแค่จังหวะแห่งโชคหรือเราทำงานได้ดีในการห่อหุ้มการคำนวณตามลำดับในลักษณะที่ยังไม่สามารถใช้งานได้กับการคำนวณแบบกระจาย กล่าวอีกนัยหนึ่งคือการคำนวณแบบกระจายโดยไม่ยอมให้ทฤษฎีที่สง่างาม (และถ้าเป็นเช่นนั้นอย่างไรและทำไม?) หรือว่าเราไม่ฉลาดพอที่จะค้นพบทฤษฎีดังกล่าวได้หรือไม่? การอ้างอิงเดียวที่ฉันสามารถพบได้ว่าปัญหานี้คือ: " ประเมินสองทศวรรษของการวิจัยทฤษฎีการคำนวณแบบกระจาย " โดย Fischer และ Merritt DOI: 10.1007 / s00446-003-0096-6 การอ้างอิงหรืองานแสดงสินค้าใด ๆ จะเป็นประโยชน์จริงๆ

4
การค้นหานิพจน์ปกติขั้นต่ำเป็นปัญหาที่ทำให้สมบูรณ์หรือไม่
ฉันกำลังคิดถึงปัญหาต่อไปนี้: ฉันต้องการค้นหานิพจน์ทั่วไปที่ตรงกับชุดสตริงเฉพาะ (เช่นที่อยู่อีเมลที่ถูกต้อง) และไม่ตรงกับที่อื่น (ที่อยู่อีเมลไม่ถูกต้อง) สมมติว่าโดยการแสดงออกปกติเราหมายถึงเครื่องสถานะ จำกัด ที่กำหนดไว้อย่างดีบางอย่างฉันไม่คุ้นเคยกับคำศัพท์ที่แน่นอน แต่เราเห็นด้วยกับบางคลาสของนิพจน์ที่ได้รับอนุญาต แทนที่จะสร้างนิพจน์ด้วยตนเองฉันต้องการตั้งค่าบวกและชุดตัวอย่างเชิงลบ จากนั้นควรมีนิพจน์ที่ตรงกับตัว + ปฏิเสธสิ่งที่อยู่ในนั้นและมีความหมายน้อยที่สุด (จำนวนสถานะในออโตมาตะ) คำถามของฉันคือ: ได้รับการพิจารณาปัญหานี้แล้วจะกำหนดได้อย่างเป็นรูปธรรมมากขึ้นและสามารถแก้ไขได้อย่างมีประสิทธิภาพได้อย่างไร เราสามารถแก้มันในเวลาพหุนามได้หรือไม่? มันเป็น NP ที่สมบูรณ์เราสามารถประมาณมันได้ไหม? สำหรับคลาสของนิพจน์ใดที่ใช้งานได้ ฉันขอขอบคุณตัวชี้ไปที่ตำราบทความหรือสิ่งที่กล่าวถึงหัวข้อนี้ สิ่งนี้เกี่ยวข้องกับความซับซ้อนของ Kolmogorov หรือไม่? สิ่งนี้เกี่ยวข้องกับการเรียนรู้หรือไม่? หากการแสดงออกปกติสอดคล้องกับตัวอย่างของฉันเราสามารถพูดบางสิ่งเกี่ยวกับอำนาจการวางนัยทั่วไปของมันในตัวอย่างที่มองไม่เห็นได้หรือไม่ เกณฑ์ใดสำหรับการย่อเล็กสุดจะเหมาะสมกว่าสำหรับเรื่องนี้? อันไหนจะมีประสิทธิภาพมากกว่ากัน? สิ่งนี้มีการเชื่อมต่อกับการเรียนรู้ของเครื่องหรือไม่? ตัวชี้ใด ๆ จะเป็นประโยชน์ ... ขออภัยสำหรับคำถามที่ยุ่ง ๆ ชี้ให้ฉันไปในทิศทางที่ถูกต้องเพื่อหาสิ่งนี้ ขอบคุณมาก!

8
ความแม่นยำที่นำไปสู่การเข้าใจ
บน MathOverflow Timothy Gowers ได้ถามคำถามที่ชื่อว่า " แสดงให้เห็นว่าความแม่นยำนั้นสำคัญ " การอภิปรายส่วนใหญ่มีเกี่ยวกับกรณีที่แสดงความสำคัญของการพิสูจน์ซึ่งคนใน CSTheory อาจไม่จำเป็นต้องเชื่อ ในการพิสูจน์ประสบการณ์ของฉันจะต้องเข้มงวดมากขึ้นในวิทยาการคอมพิวเตอร์เชิงทฤษฎีมากกว่าในหลายส่วนของคณิตศาสตร์ต่อเนื่องเพราะสัญชาตญาณของเรามักจะกลายเป็นผิดสำหรับโครงสร้างที่ไม่ต่อเนื่องและเนื่องจากไดรฟ์เพื่อสร้างการใช้งานสนับสนุนข้อโต้แย้งรายละเอียดเพิ่มเติม นักคณิตศาสตร์อาจเป็นเนื้อหาที่มีการพิสูจน์การมีอยู่ แต่นักวิทยาศาสตร์คอมพิวเตอร์ในทางทฤษฎีมักจะพยายามที่จะหาหลักฐานที่สร้างสรรค์ Lovász Local Lemma เป็นตัวอย่างที่ดี [1] ฉันอยากรู้ มีตัวอย่างที่เฉพาะเจาะจงในวิทยาการคอมพิวเตอร์เชิงทฤษฎีที่การพิสูจน์อย่างเข้มงวดของคำแถลงที่เชื่อว่าเป็นจริงได้นำไปสู่การเข้าใจใหม่เกี่ยวกับธรรมชาติของปัญหาพื้นฐานหรือไม่? ตัวอย่างล่าสุดที่ไม่ได้มาโดยตรงจากอัลกอริทึมและทฤษฎีความซับซ้อนคือการสังเคราะห์เชิงทฤษฎีการพิสูจน์โดยอัตโนมัติของอัลกอริทึมที่ถูกต้องและมีประสิทธิภาพจากก่อนและหลังเงื่อนไข [2] [1] Robin A. Moser และGábor Tardos หลักฐานอันสร้างสรรค์ของนายพลLovász Local Lemma , JACM 57 , บทความ 11, 2010 http://doi.acm.org/10.1145/1667053.1667060 [2] Saurabh Srivastava, Sumit Gulwani และ Jeffrey S. Foster จากการตรวจสอบโปรแกรมจนถึงการสังเคราะห์โปรแกรม …

1
ความสำคัญของเอกสารผู้เขียนคนเดียว?
ฉันเป็นนักศึกษาปริญญาเอกปีที่สี่ในสาขาวิทยาศาสตร์คอมพิวเตอร์เชิงทฤษฎี ฉันอยากอยู่ในแวดวงวิชาการดังนั้นฉันจึงคิดว่าจะพัฒนาอาชีพของฉันให้ดีที่สุดได้อย่างไร เห็นได้ชัดว่าวิธีที่ดีที่สุดในการทำเช่นนั้นก็คือการเขียนบทความที่ดีจำนวนมาก แต่คำถามอีกข้อคือว่าฉันควรพยายามที่จะมีเอกสารเหล่านั้นมากกว่านี้เป็นผู้เขียนคนเดียวหรือไม่ จนถึงตอนนี้ฉันมีกระดาษผู้แต่งเพียงฉบับเดียวเท่านั้น (จากหกเรื่อง) มันไม่ใช่งานที่ดีที่สุดของฉันและไม่นานมานี้ นั่นเป็นธงสีแดงเมื่อสมัครตำแหน่ง postdoc หรือคณะหรือไม่? ฉันควรพยายามที่จะมีเอกสารของผู้เขียนคนเดียวมากกว่านี้หรือไม่? นี่เป็นวิธีการวิจัยของฉัน ฉันชอบคุยกับคน ฉันชอบบอกคนอื่นว่าฉันกำลังทำงานอะไรและหากพวกเขาสนใจฉันก็กระตือรือร้นที่จะทำงานกับพวกเขา กล่าวอีกนัยหนึ่งฉันเปิดกว้างสำหรับการทำงานร่วมกันแม้ว่าจะไม่จำเป็นก็ตาม ฉันควรเปลี่ยนสิ่งนั้นหรือไม่ นั่นคือฉันควรพยายามทำให้โครงการของตัวเองมากขึ้นเพื่อที่จะจบลงด้วยการเขียนบทความเดี่ยว? ขอโทษถ้าคำถามนี้อยู่นอกหัวข้อ ผมอยากจะถามคำถามนี้กับคนในพื้นที่ของฉันมากกว่าในฟอรั่มทั่วไปเช่นacademia.se โดยเฉพาะอย่างยิ่งในเอกสารทั้งหมดของฉันผู้เขียนเรียงลำดับตามตัวอักษร สิ่งนี้ทำให้เอกสารผู้เขียนคนเดียวเป็นสัญญาณสำคัญใน TCS มากกว่าในด้านอื่น ๆ ซึ่งผู้เขียนสั่งให้สื่อข้อมูลนี้

3
วิธีค้นหาปัญหาการวิจัยที่น่าสนใจ
แม้จะมีหลายปีของชั้นเรียนฉันยังคงสูญเสียเมื่อมันมาถึงการเลือกหัวข้อการวิจัย ฉันกำลังดูเอกสารจากพื้นที่ต่าง ๆ และพูดกับอาจารย์และฉันเริ่มคิดว่านี่เป็นวิธีที่ผิด ฉันได้อ่านแล้วว่ามันช่วยในการค้นหาปัญหาที่น่าสนใจ (ไม่ต้องสนใจเรื่องพื้นที่) และจากนั้นก็ทำงานต่อไป ตำราพูดถึงหนังสือที่ยังไม่แก้ที่มีชื่อเสียง แต่ฉันไม่ต้องการจัดการกับพวกเขาโดยตรง รายงานการวิจัยกล่าวถึงผลลัพธ์ในเชิงบวกเท่านั้นไม่ใช่ความพยายามที่ล้มเหลว ฉันจะค้นหาปัญหาการวิจัยที่น่าสนใจได้อย่างไร คุณจะพบปัญหาการวิจัยที่น่าสนใจได้อย่างไร? มีรายการอยู่ที่ไหนบ้าง? คุณจะตัดสินใจได้อย่างไรว่ามันคุ้มค่าที่จะทำงานกับปัญหาเฉพาะหรือไม่?

3
ผลที่ตามมาของอัลกอริธึมเวลาเสมือนพหุนามสำหรับปัญหามอร์ฟกราฟ
ปัญหากราฟมอร์ฟ (GI) เป็น arguably ผู้สมัครที่รู้จักกันดีที่สุดสำหรับNP-กลางปัญหา อัลกอริธึมที่รู้จักกันดีที่สุดคืออัลกอริธึมย่อยแบบเอ็กซ์โพเนนเชียลพร้อมรันไทม์ ) เป็นที่ทราบกันว่า GI ไม่ได้เป็นNP-สมบูรณ์ยกเว้นว่าลำดับชั้นของพหุนามยุบ2O ( n บันทึกn√)2O(nlog⁡n)2^{O(\sqrt{n \log n})}NPNP\mathsf{NP} สิ่งที่จะเป็นผลมาจากความซับซ้อนทางทฤษฎีของอัลกอริทึมเวลาพหุนามในปัญหากราฟ Isomorphism? อัลกอริธึมเวลากึ่งโพลิโนเมียลสำหรับ GI จะลบล้างการคาดเดาที่มีชื่อเสียงในทฤษฎีความซับซ้อนหรือไม่? ปัญหาที่คล้ายกันอื่น ๆ เช่นปัญหาการครอบครองขั้นต่ำในการแข่งขันปัญหากลุ่ม Isomorphism และปัญหา Isomorphism ของการแข่งขันมีอัลกอริธึมเวลาแบบพหุนาม ( QP ) ปัญหาสองข้อต่อมาคือพหุนามเวลาลดลงกับ GI เราสามารถลดปัญหาการครอบครองขั้นต่ำในทัวร์นาเมนต์ให้เป็น GI ได้อย่างมีประสิทธิภาพหรือไม่? มีการคาดเดาว่า GI นั้นจะยากสำหรับ QP หรือไม่? Update (2015-12-14) : Babai ได้โพสต์ร่างเอกสารเบื้องต้นเกี่ยวกับ arXiv สำหรับอัลกอริทึม quasipolynomial-time ของเขาสำหรับ GI …

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.