คำถามติดแท็ก boolean-functions

หลายปีที่ฉันคุ้นเคยกับการเห็นทฤษฎีบท TCS จำนวนมากที่พิสูจน์แล้วโดยใช้การวิเคราะห์ฟูริเยร์แบบไม่ต่อเนื่อง การแปลง Walsh-Fourier (Hadamard) มีประโยชน์ในแทบทุกสาขาย่อยของ TCS รวมถึงการทดสอบคุณสมบัติการปลอมแปลงความซับซ้อนการสื่อสารและการคำนวณควอนตัม ในขณะที่ฉันรู้สึกสบายใจกับการใช้การวิเคราะห์ฟูริเยร์ของฟังก์ชั่นบูลีนเป็นเครื่องมือที่มีประโยชน์มากเมื่อฉันจัดการกับปัญหาและแม้ว่าฉันจะมีลางสังหรณ์ที่ดีซึ่งกรณีที่ใช้การวิเคราะห์ฟูริเยร์อาจให้ผลลัพธ์ที่ดี ฉันต้องยอมรับว่าฉันไม่แน่ใจจริงๆว่ามันคืออะไรที่ทำให้การเปลี่ยนแปลงพื้นฐานนี้มีประโยชน์มาก ไม่มีใครมีสัญชาตญาณว่าทำไมการวิเคราะห์ฟูริเยร์จึงมีผลในการศึกษา TCS หรือไม่? ทำไมปัญหาที่ยากลำบากมากมายดูเหมือนจะได้รับการแก้ไขโดยการเขียนส่วนขยายฟูริเยร์และดำเนินการจัดการบางอย่าง? หมายเหตุ: ปรีชาหลักของฉันป่านนี้น้อยอาจเป็นว่าเรามีความเข้าใจที่ดีเกี่ยวกับวิธีการทำงานของพหุนามและการแปลงฟูริเยร์เป็นวิธีธรรมชาติของการดูฟังก์ชั่นเป็นพหุนามหลายชั้น แต่ทำไมฐานนี้โดยเฉพาะ มีอะไรพิเศษในฐานของความเท่าเทียมกัน?

59 soft-question  boolean-functions  fourier-analysis 

ไม่กี่ปีที่ผ่านมามีงานบางส่วนของโจเอลฟรีดแมนที่เกี่ยวข้องกับขอบเขตล่างของวงจรโฮโมโลจี้เพื่อ Grothendieck (ดูเอกสาร: http://arxiv.org/abs/cs/0512008 , http://arxiv.org/abs/cs/0604024 ) แนวความคิดนี้ทำให้เกิดความเข้าใจใหม่ ๆ เกี่ยวกับความซับซ้อนของบูลีนหรือว่ามันยังคงเป็นความอยากรู้อยากเห็นทางคณิตศาสตร์หรือไม่?

33 cc.complexity-theory  lower-bounds  circuit-complexity  boolean-functions 

ให้เป็นฟังก์ชันบูลีนและขอให้คิดเกี่ยวกับ F เป็นฟังก์ชันจากจะ\} ในภาษานี้การขยายฟูริเยร์ของ f เป็นเพียงการขยายตัวของ f ในรูปของ monomials แบบสี่เหลี่ยมจัตุรัสอิสระ ( monomials เหล่านี้เป็นพื้นฐานของพื้นที่ของฟังก์ชันจริงใน . ผลรวมของกำลังสองของสัมประสิทธิ์คือดังนั้นนำไปสู่การแจกแจงความน่าจะเป็นบน monomials แบบสี่เหลี่ยมจัตุรัสอิสระ เราเรียกการกระจายตัวนี้ว่าการกระจายตัวแบบ Fฉฉf{ - 1 , 1 }n{-1,1}n\{-1,1\}^n{ - 1 , 1 }{-1,1}\{ -1,1 \}2n2n2^n{ - 1 , 1 }n{-1,1}n\{-1,1\}^n111ฉฉf ถ้า f สามารถอธิบายได้ด้วยวงจรเชิงลึกที่มีขอบเขตของขนาดพหุนามเราก็รู้จากทฤษฎีของ Linial, Mansour และ Nisan ว่าการแจกแจงแบบ F นั้นเน้นไปที่ monomials ของขนาดจนถึงน้ำหนักน้อยมาก สิ่งนี้ได้มาจาก Hastad …

29 cc.complexity-theory  lower-bounds  circuit-complexity  boolean-functions  fourier-analysis 

เครื่องจะได้รับการเข้าถึงของออราเคิลเพื่อสุ่มแบบบูลฟังก์ชั่นและสองฟูริเยร์สเปกตรัมและเอชPHPHPHf:{0,1}n→{−1,1}f:{0,1}n→{−1,1}f:\{0,1\}^n \to \{ -1,1 \}ggghhh Fourier spectra ของฟังก์ชันถูกกำหนดเป็น :fffF:{0,1}n→RF:{0,1}n→RF:\{0,1\}^n \to R F(s)=∑x∈{0,1}n(−1)(s⋅xmod 2)f(x)F(s)=∑x∈{0,1}n(−1)(s⋅xmod 2)f(x)F(s)=\sum_{x\in\{0,1\}^n} (-1)^\left( s\cdot x \mod\ 2 \right) f(x) หนึ่งในgggหรือhhhคือสเปกตรัมฟูเรียร์ที่แท้จริงของfffและอีกหนึ่งเป็นเพียงสเปกตรัมปลอมของฟูริเยร์ที่เป็นของฟังก์ชันบูลีนสุ่มที่ไม่รู้จัก ไม่ยากที่จะแสดงให้เห็นว่าเครื่องPHPHPHไม่สามารถประมาณค่าF(s)F(s)F(s)สำหรับsใด ๆsssได้ ความซับซ้อนของแบบสอบถามในการตัดสินใจด้วยความน่าจะเป็นที่ประสบความสำเร็จสูงเป็นที่หนึ่งจริงหรือไม่ เป็นที่น่าสนใจกับผมเพราะถ้าปัญหานี้ไม่ได้อยู่ในPHPHPHแล้วสามารถแสดงให้เห็นว่ามีการพยากรณ์ญาติที่BQPBQPBQPไม่เซตของPHPHPHPH

26 cc.complexity-theory  lg.learning  boolean-functions  fourier-analysis 

เมื่อเร็ว ๆ นี้และเนียนอย่างไม่น่าเชื่อหลักฐานของการคาดเดาความไวอาศัยในการก่อสร้าง * ที่ชัดเจนของเมทริกซ์n ∈ { - 1 , 0 , 1 } 2 n × 2 nกำหนดซ้ำดังนี้ และสำหรับ , โดยเฉพาะมันเป็นเรื่องง่ายที่จะเห็นว่าสำหรับทั้งหมดAn∈{−1,0,1}2n×2nAn∈{−1,0,1}2n×2nA_n\in\{-1,0,1\}^{2^n\times 2^n}A1=(0110)A1=(0110)A_1 = \begin{pmatrix} 0&1\\1&0\end{pmatrix}n≥2n≥2n\geq 2An=(An−1In−1In−1−An−1)An=(An−1In−1In−1−An−1)A_{n} = \begin{pmatrix} A_{n-1}&I_{n-1}\\I_{n-1}&-A_{n-1}\end{pmatrix}A2n=nInAn2=nInA_n^2 = n I_nn≥1n≥1n\geq 1 ตอนนี้บางทีฉันกำลังอ่านเรื่องนี้มากเกินไป แต่อย่างน้อยนี่ก็มีความสัมพันธ์กับตระกูลเมทริกซ์ที่มีชื่อเสียงอีกชื่อหนึ่งนั่นคือเมทริกซ์ Hadamard เมทริกซ์ซึ่งก็เป็นเช่นนั้นและมีสเปกตรัมคล้ายกัน: และสำหรับ , H2n∝InHn2∝InH_n^2 \propto I_nH1=(111−1)H1=(111−1)H_1 = \begin{pmatrix} 1&1\\1&-1\end{pmatrix}n≥2n≥2n\geq 2Hn=(Hn−1Hn−1Hn−1−Hn−1)Hn=(Hn−1Hn−1Hn−1−Hn−1)H_{n} = \begin{pmatrix} H_{n-1}&H_{n-1}\\H_{n-1}&-H_{n-1}\end{pmatrix} …

23 boolean-functions  matrices  boolean-matrix 

สถานะของความรู้ของเราเกี่ยวกับวงจรเลขคณิตทั่วไปดูเหมือนจะคล้ายกับสถานะของความรู้ของเราเกี่ยวกับวงจรบูลีนนั่นคือเราไม่มีขอบเขตล่างที่ดี บนมืออื่น ๆ ที่เรามีขนาดชี้แจงลดขอบเขตสำหรับเสียงเดียววงจรบูลีน เรารู้อะไรเกี่ยวกับวงจรเลขคณิตแบบโมโนโทน เรามีขอบเขตล่างที่ดีเหมือนกันสำหรับพวกเขาหรือไม่? ถ้าไม่ความแตกต่างที่สำคัญคืออะไรที่ไม่อนุญาตให้เราใช้ขอบเขตล่างที่คล้ายกันสำหรับวงจรเลขคณิตแบบโมโนโทน คำถามได้รับแรงบันดาลใจจากความคิดเห็นในคำถามนี้

22 cc.complexity-theory  circuit-complexity  boolean-functions  monotone  arithmetic-circuits 

สองสามเดือนที่ผ่านมาฉันเริ่มบรรยายตัวเองเกี่ยวกับการเลือกทางสังคมทฤษฎีบทของลูกศรและผลลัพธ์ที่เกี่ยวข้อง หลังจากอ่านเกี่ยวกับผลลัพธ์น้ำเชื้อฉันถามตัวเองเกี่ยวกับสิ่งที่เกิดขึ้นกับการตั้งค่าคำสั่งบางส่วนคำตอบอยู่ในกระดาษของ Pini และคณะ : การรวมการตั้งค่าการสั่งซื้อบางส่วน: เป็นไปไม่ได้และผลความเป็นไปได้ จากนั้นฉันสงสัยว่ามันเป็นไปได้ที่จะหาลักษณะของฟังก์ชั่นทางเลือกทางสังคมที่ยอมรับได้ และมีคนทำมันอีกครั้ง (การอธิบายลักษณะของฟังก์ชั่นที่สมบูรณ์ตรงตามเงื่อนไขของทฤษฎีบทของ Arrowโดย Mossel และ Tamuz) ฉันจะไม่ให้รายชื่อทั้งหมด แต่ปัญหาใด ๆ ที่เกี่ยวข้องกับการเลือกทางสังคมฉันสามารถคิดได้ว่าจะแก้ปัญหาที่ไหนในช่วง 5 ปีที่ผ่านมา :( ดังนั้นคุณรู้หรือไม่ว่ามีการสำรวจสิ่งที่ทำเมื่อเร็ว ๆ นี้ในสนามและสิ่งที่ไม่ได้ทำ? อีกคำถามคือ: คุณทราบถึงความซับซ้อนและปัญหาที่เกี่ยวข้องกับตัวเลือกทางสังคม (เช่นความซับซ้อนในการค้นหากลุ่มย่อยที่ใหญ่ที่สุดของผู้ใช้ที่เข้ากันได้กับฟังก์ชั่นทางเลือกทางสังคมอย่างน้อยหนึ่งหรือคำถามประเภทนี้)

22 co.combinatorics  gt.game-theory  boolean-functions  social-sciences 

มีวิธี (สมเหตุสมผล) ในการสุ่มฟังก์ชั่นบูลีนสุ่มอย่างสม่ำเสมอf:{0,1}n→{0,1}f:{0,1}n→{0,1}f:\{0,1\}^n \to \{0,1\}ซึ่งระดับของพหุนามเป็นจริงมากที่สุดddd ? แก้ไข: นิสันและ Szegedyได้แสดงให้เห็นว่าการทำงานของการศึกษาระดับปริญญาdddขึ้นอยู่กับที่มากที่สุดd2dd2dd2^dพิกัดดังนั้นเราอาจคิดว่าn≤d2dn≤d2dn \leq d2^d d ปัญหาที่ผมเห็นเป็นดังต่อไปนี้: 1) หนึ่งในมือถ้าเราเลือกฟังก์ชั่นบูลสุ่มd2dd2dd2^dพิกัดแล้วองศาจะใกล้เคียงกับd2dd2dd2^dสูงกว่าdddd2) ในทางกลับกันถ้าเราเลือกค่าสัมประสิทธิ์แต่ละระดับที่ส่วนใหญ่dddแล้วฟังก์ชันจะไม่บูลีน ดังนั้นคำถามคือ: มีวิธีตัวอย่างฟังก์ชั่นบูลีนระดับต่ำที่หลีกเลี่ยงปัญหาทั้งสองนี้หรือไม่?

21 randomness  boolean-functions  bounded-degree 

คุณสมบัติพื้นฐานของเวกเตอร์สเปซคือเวกเตอร์สเปซของมิติn - dสามารถกำหนดได้โดยdข้อ จำกัด เชิงเส้นอิสระเชิงเส้น - นั่นคือมีเวกเตอร์อิสระdเชิงเส้นw 1 , … , w d ∈ F n 2ที่ตั้งฉากกับVV⊆ Fn2V⊆F2nV \subseteq \mathbb{F}_2^nn - dn−dn-dddddddW1, … , wd∈ Fn2w1,…,wd∈F2nw_1, \ldots, w_d \in \mathbb{F}_2^nVVV จากมุมมองของฟูริเยร์นี้จะเทียบเท่ากับบอกว่าตัวบ่งชี้ที่ฟังก์ชั่นของVได้วันที่ linearly อิสระที่ไม่ใช่ศูนย์สัมประสิทธิ์ฟูริเยร์ โปรดทราบว่า1 Vมีค่าสัมประสิทธิ์ฟูริเยร์ที่ไม่ใช่ศูนย์รวมอยู่2 dแต่มีเพียงdเท่านั้นที่มีความเป็นอิสระเชิงเส้น1V1V1_VVVVddd 1V1V1_V2d2d2^dddd ฉันกำลังมองหาเวอร์ชั่นโดยประมาณของคุณสมบัติของช่องว่างเวกเตอร์ โดยเฉพาะฉันกำลังมองหาคำสั่งของแบบฟอร์มต่อไปนี้: Let จะมีขนาด2 n - d จากนั้นฟังก์ชั่นตัวบ่งชี้ที่1 Sมีที่มากที่สุดd ⋅ ล็อก( 1 / …

19 co.combinatorics  linear-algebra  boolean-functions  fourier-analysis 

ฟังก์ชั่นทั้งหมดที่มีน้ำหนักของฟูเรียร์จดจ่ออยู่กับเซตขนาดเล็ก (หรือเงื่อนไขที่มีระดับต่ำ) คำนวณโดยวงจรหรือไม่C0AC0\mathsf{AC}^0

18 cc.complexity-theory  circuit-complexity  boolean-functions  fourier-analysis 

เป็นไปได้ไหมที่จะทดสอบอัลกอริธึมว่าจำนวนที่คำนวณได้เป็นจำนวนตรรกยะหรือจำนวนเต็ม? ในคำอื่น ๆ ก็จะมีความเป็นไปได้สำหรับห้องสมุดที่ใช้คำนวณตัวเลขเพื่อให้ฟังก์ชั่นisIntegerหรือisRational? ฉันเดาว่ามันเป็นไปไม่ได้และนี่ก็เกี่ยวข้องกับความจริงที่ว่ามันเป็นไปไม่ได้ที่จะทดสอบว่าตัวเลขสองตัวนั้นเท่ากัน แต่ฉันไม่เห็นวิธีที่จะพิสูจน์มัน แก้ไข: จำนวนที่คำนวณได้ถูกกำหนดโดยฟังก์ชันที่สามารถส่งกลับค่าประมาณด้วยเหตุผลด้วยความแม่นยำ :สำหรับใด ๆ0 รับฟังก์ชั่นดังกล่าวเป็นไปได้หรือไม่ที่จะทดสอบว่าหรือ ?xxxfx(ϵ)fx(ϵ)f_x(\epsilon)xxxϵϵ\epsilon|x−fx(ϵ)|≤ϵ|x−fx(ϵ)|≤ϵ|x - f_x(\epsilon)| \leq \epsilonϵ>0ϵ>0\epsilon > 0x∈Qx∈Qx \in \mathrm{Q}x∈Zx∈Zx \in \mathrm{Z}

18 computability  computing-over-reals  lambda-calculus  graph-theory  co.combinatorics  cc.complexity-theory  reference-request  graph-theory  proofs  np-complete  cc.complexity-theory  machine-learning  boolean-functions  combinatory-logic  boolean-formulas  reference-request  approximation-algorithms  optimization  cc.complexity-theory  co.combinatorics  permutations  cc.complexity-theory  cc.complexity-theory  ai.artificial-intel  p-vs-np  relativization  co.combinatorics  permutations  ds.algorithms  algebra  automata-theory  dfa  lo.logic  temporal-logic  linear-temporal-logic  circuit-complexity  lower-bounds  permanent  arithmetic-circuits  determinant  dc.parallel-comp  asymptotics  ds.algorithms  graph-theory  planar-graphs  physics  max-flow  max-flow-min-cut  fl.formal-languages  automata-theory  finite-model-theory  dfa  language-design  soft-question  machine-learning  linear-algebra  db.databases  arithmetic-circuits  ds.algorithms  machine-learning  ds.data-structures  tree  soft-question  security  project-topic  approximation-algorithms  linear-programming  primal-dual  reference-request  graph-theory  graph-algorithms  cr.crypto-security  quantum-computing  gr.group-theory  graph-theory  time-complexity  lower-bounds  matrices  sorting  asymptotics  approximation-algorithms  linear-algebra  matrices  max-cut  graph-theory  graph-algorithms  time-complexity  circuit-complexity  regular-language  graph-algorithms  approximation-algorithms  set-cover  clique  graph-theory  graph-algorithms  approximation-algorithms  clustering  partition-problem  time-complexity  turing-machines  term-rewriting-systems  cc.complexity-theory  time-complexity  nondeterminism 

XORification เป็นเทคนิคที่จะทำให้ฟังก์ชั่นบูลีนหรือสูตรหนักโดยการเปลี่ยนตัวแปรทุกโดยแฮคเกอร์ของตัวแปรที่แตกต่างกันx_k k ≥ 2 x 1 ⊕ … ⊕ x kxxxk≥2k≥2k\geq 2x1⊕ … ⊕ xkx1⊕…⊕xkx_1 \oplus \ldots \oplus x_k ฉันตระหนักถึงการใช้เทคนิคนี้ในการพิสูจน์ความซับซ้อนส่วนใหญ่เพื่อให้มีขอบเขตพื้นที่ที่ต่ำกว่าสำหรับระบบการพิสูจน์ตามความละเอียดเช่นในเอกสาร: Eli Ben-Sasson ปรับขนาดพื้นที่สำหรับการแก้ปัญหา STOC 2002, 457-464 Eli Ben-Sasson และ Jakob Nordström การทำความเข้าใจพื้นที่ในการพิสูจน์ความซับซ้อน: การแยกและการแลกเปลี่ยนผ่านการเปลี่ยนตัว ICS 2011, 401-416 มีการใช้เทคนิคนี้ในด้านอื่นหรือไม่?

18 cc.complexity-theory  reference-request  boolean-functions  proof-complexity 

บางส่วนของการทำงานกับความไวไวกับบล็อกที่ได้รับการมุ่งเป้าไปที่การตรวจสอบฟังก์ชั่นที่มีช่องว่างที่มีขนาดใหญ่ที่สุดเท่าที่เป็นไปได้ระหว่างและเพื่อแก้ปัญหาการคาดเดาว่าเป็นเพียง polynomially ขนาดใหญ่กว่า(ฉ) แล้วทิศทางตรงกันข้ามล่ะ? สิ่งที่เป็นที่รู้จักกันเกี่ยวกับฟังก์ชั่นที่ ?s(f)s(f)s(f)bs(f)bs(f)bs(f)bs(f)bs(f)bs(f)s(f)s(f)s(f)s(f)=bs(f)s(f)=bs(f)s(f) = bs(f) นิด ๆ ฟังก์ชั่นอย่างต่อเนื่องมี(ฉ) ฟังก์ชั่นใด ๆ ที่มียังมีด้วย มันไม่สำคัญ แต่ไม่ยากเกินไปที่จะแสดงว่าฟังก์ชั่นเสียงเดียวใด ๆ ก็ตอบสนองความเท่าเทียมกันนี้ มีคลาสที่ดีอื่น ๆ ของฟังก์ชั่นที่มีหรือไม่? การจำแนกลักษณะที่สมบูรณ์แบบจะสมบูรณ์แบบ ถ้าเราไปเสริมสร้างความต้องการที่จะและ ?0=s(f)=bs(f)0=s(f)=bs(f)0=s(f)=bs(f)s(f)=ns(f)=ns(f) = ns(f)=bs(f)s(f)=bs(f)s(f) = bs(f)s(f)=bs(f)s(f)=bs(f)s(f) = bs(f)s0(f)=bs0(f)s0(f)=bs0(f)s^0(f) = bs^0(f)s1(f)=bs1(f)s1(f)=bs1(f)s^1(f) = bs^1(f) แรงจูงใจสำหรับคำถามนี้ก็เพื่อให้ได้สัญชาตญาณว่าความไวเกี่ยวข้องกับการปิดกั้นความไวอย่างไร คำนิยาม ให้เป็นฟังก์ชั่นบูลีนในคำ bit สำหรับและให้แทนคำว่า bit ที่ได้จากโดยการเปิดบิตที่ระบุโดย . ในกรณีที่เราก็จะแสดงนี้เป็นฉันf:{0,1}n→{0,1}f:{0,1}n→{0,1}f:\{0,1\}^n\rightarrow \{0,1\}nnnx∈{0,1}nx∈{0,1}nx \in \{0,1\}^nA⊆{0,1,…,n}A⊆{0,1,…,n}A \subseteq \{0,1,\ldots,n\}xAxAx^AnnnxxxAAAA={i}A={i}A = \{i\}xixix^i …

17 circuit-complexity  boolean-functions 

ฉันจะแนะนำปัญหาด้วยตัวอย่าง สมมติว่าคุณกำลังออกแบบการทดสอบซึ่งประกอบด้วยคำถามอิสระชุดหนึ่งชุด(ซึ่งผู้สมัครจะได้รับทั้งถูกหรือผิด) คุณต้องการที่จะตัดสินใจเกี่ยวกับคะแนนที่จะให้กับคำถามแต่ละข้อโดยมีกฎว่าผู้สมัครที่มีคะแนนรวมสูงกว่าเกณฑ์ที่กำหนดจะผ่านและคนอื่น ๆ จะล้มเหลวnnn ในความเป็นจริงคุณมีความละเอียดมากเกี่ยวกับเรื่องนี้และคุณได้จินตนาการถึงผลลัพธ์2 nทั้งหมดที่เป็นไปได้และตัดสินใจเลือกแต่ละข้อว่าผู้สมัครที่มีประสิทธิภาพนี้ควรผ่านหรือล้มเหลว ดังนั้นคุณมีฟังก์ชั่นบูลีนf : { 0 , 1 } n → { 0 , 1 }ที่ระบุว่าผู้สมัครควรผ่านหรือล้มเหลวขึ้นอยู่กับคำตอบที่แน่นอน แน่นอนว่าฟังก์ชั่นนี้ควรเป็นเสียงเดียว : เมื่อได้รับชุดคำถามที่ถูกต้องจะทำให้คุณผ่านการได้รับสิทธิ์ superset ใด ๆ จะต้องทำให้คุณผ่านเช่นกัน2n2n2^nf:{0,1}n→{0,1}f:{0,1}n→{0,1}f : \{0, 1\}^n \to \{0, 1\} คุณสามารถตัดสินใจเกี่ยวกับคะแนน (จำนวนจริงบวก) เพื่อตั้งคำถามและในเกณฑ์เพื่อให้ฟังก์ชันของคุณถูกยึดตามกฎ "ผู้สมัครผ่านหากคะแนนรวมของคำถามที่ถูกต้องนั้นเกินเกณฑ์" ? (แน่นอนว่าเกณฑ์สามารถนำมาเป็น 1 โดยไม่สูญเสียความเอนเอียงไปจนถึงการคูณคะแนนด้วยค่าคงที่)fff อย่างเป็นทางการ:มีลักษณะของฟังก์ชั่นเสียงเดียวแบบบูลที่มีอยู่W 1 , ... , W n ∈ …

16 reference-request  boolean-functions 

ฉันพยายามที่จะเข้าใจความซับซ้อนของฟังก์ชั่นแสดงได้ผ่านประตูเกณฑ์และนี่ทำให้ฉัน 0 โดยเฉพาะอย่างยิ่งฉันสนใจสิ่งที่เป็นที่รู้จักในปัจจุบันเกี่ยวกับการเรียนรู้ในเนื่องจากฉันไม่ใช่ผู้เชี่ยวชาญในพื้นที่T C 0TC0TC0\mathsf{TC}^0TC0TC0\mathsf{TC}^0 สิ่งที่ฉันค้นพบคือ: ทั้งหมด C 0สามารถเรียนรู้ได้ในเวลา quasipolynomial ภายใต้เครื่องแบบกระจายผ่านLinial-Mansour-นิสันAC0AC0\mathsf{AC}^0 บทความของพวกเขายังชี้ให้เห็นว่าการดำรงอยู่ของเครื่องกำเนิดไฟฟ้าหลอกเทียมช่วยป้องกันการเรียนรู้และสิ่งนี้ควบคู่ไปกับผลในภายหลังของNaor-Reingoldที่ยอมรับ PRFGs แสดงให้เห็นว่าT C 0แสดงถึงขีด จำกัด ของการเรียนรู้ -sense)TC0TC0\mathsf{TC}^0TC0TC0\mathsf{TC}^0 มีกระดาษ 2002 จากJackson / Klivans / Servedioที่สามารถเรียนรู้ส่วนของ (โดยมีประตูเสียงส่วนใหญ่ที่เป็น polylogarithmic ส่วนใหญ่)TC0TC0\mathsf{TC}^0 ฉันทำ google scholaring ตามปกติแล้ว แต่ฉันหวังว่าภูมิปัญญาส่วนรวมของ cstheory อาจมีคำตอบที่รวดเร็วกว่า: ฉันอธิบายสิ่งที่ทันสมัยสำหรับความเข้าใจในความซับซ้อนของการเรียนรู้ของเราหรือไม่ และมีการสำรวจ / การอ้างอิงที่ดีที่แมปสภาพปัจจุบันของภูมิทัศน์หรือไม่?

16 cc.complexity-theory  reference-request  cr.crypto-security  lg.learning  boolean-functions