คำถามติดแท็ก derandomization

อัลกอริธึมแบบสุ่มทุกแบบสามารถจำลองได้ด้วยอัลกอริธึมที่กำหนดขึ้นโดยมีค่าใช้จ่ายเพิ่มขึ้นเป็นทวีคูณในเวลาทำงาน Derandomization เป็นเรื่องเกี่ยวกับการแปลงอัลกอริธึมแบบสุ่มให้เป็นอัลกอริธึมที่กำหนดไว้อย่างมีประสิทธิภาพ

2
คู่มือสำหรับผู้เริ่มต้นสู่การสุ่มตัวอย่าง
ฉันพบหนังสือPairwise Independence and Derandomizationเกี่ยวกับเรื่องนี้ แต่มันมุ่งเน้นการวิจัยมากกว่าการสอนที่มุ่งเน้น ฉันยังใหม่กับหัวข้อของ "Derandomization" และฉันต้องการทราบว่าการอ้างอิงใดที่จะเริ่มต้น ฉันชอบสิ่งที่กล่าวถึงวรรณกรรมและประวัติศาสตร์รวมถึงรายละเอียดทางเทคนิค

1
BPP กับ P เป็นปัญหาจริงหรือไม่หลังจากที่เรารู้ว่า BPP อยู่ใน P / poly
เรารู้ (ตอนนี้ประมาณ 40 ปีขอบคุณ Adleman, Bennet และ Gill) ว่าการรวมBPP P / poly และการถือBPP / poly ⊆ P / poly ที่แข็งแกร่งยิ่งขึ้น "การ / โพลี" หมายถึงว่าเราทำงานที่ไม่สม่ำเสมอ (วงจรที่แยกต่างหากสำหรับแต่ละระยะเวลาในการป้อนข้อมูลn ) ในขณะที่Pโดยไม่ต้องคนนี้ "/ โพลี" หมายถึงเรามีหนึ่งเครื่องทัวริงสำหรับทุกความยาวการป้อนข้อมูลที่เป็นไปได้n , ได้นานกว่าการพูดn = จำนวนวินาทีไปยัง "บิ๊กแบง" ถัดไป⊆⊆\subseteq ⊆⊆\subseteq nnnnnnnnn คำถามที่ 1: BPP = P (หรือ disproof) หลักฐานใหม่จะช่วยให้ความรู้ของเราหลังจากที่เรารู้จักBPP P / poly ⊆⊆\subseteq …

1
เครื่องกำเนิดไฟฟ้าแบบหลอกหลอกของนิสันสัมพันธ์กับคนอื่นหรือไม่?
นิสันพิสูจน์ใน "เครื่องกำเนิดไฟฟ้า Psuedorandom สำหรับการคำนวณแบบ จำกัด พื้นที่" ซึ่งมีเครื่องกำเนิดไฟฟ้าแบบหลอกเทียมที่ "คนโง่" การคำนวณแบบ จำกัด พื้นที่ สิ่งก่อสร้างนี้มีไว้สำหรับทุก oracle (อย่างน้อยก็เพื่อการค้นหาที่ไม่ปรับตัวเอง)?

1
มีประสิทธิภาพมากขึ้น
Adleman, FOCS'78แสดงให้เห็นว่าวงจรสุ่มใด ๆ สำหรับอินพุตที่มีความยาวสามารถแยกตัวแบบไม่สม่ำเสมอได้ อย่างไรก็ตามการก่อสร้างได้อย่างมีประสิทธิภาพซ้ำวงจรเดิม O ( n )เวลาเพื่อให้วงจร derandomized มีขนาดใหญ่กว่าเดิมโดยมีปัจจัยของO ( n ) มีการสร้างที่มีประสิทธิภาพมากกว่านี้หรือไม่ที่จะเพิ่มขนาดวงจรเป็นทวีคูณnnnO ( n )O(n)O(n)O ( n )O(n)O(n)

3
ตัวอย่างของการแยกตัวที่ประสบความสำเร็จจาก BPP ถึง P
อะไรคือตัวอย่างที่สำคัญของการทำให้กระจัดกระจายที่ประสบความสำเร็จหรืออย่างน้อยก็มีความคืบหน้าในการแสดงหลักฐานที่เป็นรูปธรรมต่อเป้าหมาย (ไม่ใช่การเชื่อมต่อแบบสุ่มความแข็ง)P=BPPP=BPPP=BPP ตัวอย่างเดียวที่อยู่ในใจของฉันคือ AKS การทดสอบพหุนามเวลาแบบพหุนามกำหนด ดังนั้นเราจึงมีหลักฐานที่เฉพาะเจาะจงผ่านตัวอย่างสำหรับการทำให้เป็นแบบสุ่ม (ไม่ใช่ความแข็งหรือการเชื่อมต่อแบบ oracle) อีก? โปรดเก็บตัวอย่างไว้เฉพาะที่แสดงการปรับปรุงความซับซ้อนของเวลาจากโพลีแบบสุ่มไปยังโพลีแบบกำหนดค่าหรือบางสิ่งที่ใกล้เคียงกับปัญหาเฉพาะอย่างมาก การติดตามมีความคิดเห็นเพิ่มเติมและฉันไม่รู้มากว่าจะช่วยให้แบบสอบถามนี้ Chazelle มีคำแถลงที่น่าสนใจมากในhttp://www.cs.princeton.edu/~chazelle/linernotes.htmlภายใต้ 'The The Discrepancy Method: Randomness and Complexity (สำนักพิมพ์มหาวิทยาลัยเคมบริดจ์, 2000)' 'มันเป็นที่มาของความหลงใหลไม่รู้จบสำหรับฉันว่าความเข้าใจที่ลึกซึ้งยิ่งขึ้นเกี่ยวกับการคำนวณแบบกำหนดค่าควรใช้ความชำนาญในการสุ่ม ฉันเขียนหนังสือเล่มนี้เพื่ออธิบายการเชื่อมต่อที่ทรงพลังนี้ ตั้งแต่ต้นไม้ที่ทอดยาวไปจนถึงการเขียนโปรแกรมเชิงเส้นไปจนถึงการคำนวณแบบสามเหลี่ยมด้านเท่า Delaunay อัลกอริธึมที่มีประสิทธิภาพมากที่สุด วิธีการที่ไม่เหมือนกันทำให้เด่นในหนึ่งคำถามที่มีผลมากที่สุดในวิทยาการคอมพิวเตอร์ทั้งหมด: ถ้าคุณคิดว่าคุณต้องการบิตสุ่มกรุณาบอกเราว่าทำไม '

1
ทฤษฎีบทของ Adleman เกี่ยวกับเซมินารีไม่สิ้นสุด
Adleman ได้แสดงในปี 1978 ว่า : ถ้าฟังก์ชันบูลีนของตัวแปรสามารถคำนวณได้โดยวงจรบูบูลีนน่าจะเป็นขนาดจากนั้นสามารถคำนวณได้โดยการกำหนด บูลีนวงจรของขนาดพหุนามในและ ; จริงขนาด(NM) BPP⊆P/polyBPP⊆P/poly\mathrm{BPP}\subseteq \mathrm{P/poly}fffnnnMMMfffMMMnnnO(nM)O(nM)O(nM) คำถามทั่วไป:กว่าสิ่งอื่น ๆ (กว่าบูล) semirings ไม่ถือ? BPP⊆P/polyBPP⊆P/poly\mathrm{BPP}\subseteq \mathrm{P/poly} เพื่อให้มีความเฉพาะเจาะจงมากขึ้นความน่าจะเป็นวงจร เหนือ semiringใช้การดำเนินการ "การเพิ่ม"และ "การคูณ ''เป็นประตู . อินพุตคือตัวแปรอินพุตและอาจมีตัวแปรสุ่มเพิ่มเติมจำนวนหนึ่งซึ่งรับค่าและ อย่างอิสระโดยมีความน่าจะเป็นและนี่คือ และตามลำดับตัวบ่งชี้การบวกและการคูณของ semiring . วงจรดังกล่าวคำนวณฟังก์ชันที่กำหนดCC\mathsf{C}(S,+,⋅,0,1)(S,+,⋅,0,1)(S,+,\cdot,0,1)(+)(+)(+)(⋅)(⋅)(\cdot)x1,…,xnx1,…,xnx_1,\ldots,x_n0001111/21/21/2000111CC\mathsf{C} f:Sn→Sf:Sn→Sf:S^n\to Sถ้าทุก ,2/3 x∈Snx∈Snx\in S^nPr[C(x)=f(x)]≥2/3Pr[C(x)=f(x)]≥2/3\mathrm{Pr}[\mathsf{C}(x)=f(x)]\geq 2/3ฟังก์ชั่นการออกเสียงลงคะแนน ของตัวแปรที่เป็นฟังก์ชั่นบางส่วนที่มีค่าถ้าองค์ประกอบปรากฏมากกว่าครั้งในหมู่และจะไม่ได้กำหนด หากไม่มีองค์ประกอบเช่นมีอยู่ แอปพลิเคชันอย่างง่ายของ Chernoff และขอบเขตของสหภาพให้ผลตอบแทนดังนี้Maj(y1,…,ym)Maj(y1,…,ym)\mathrm{Maj}(y_1,\ldots,y_m)mmmyyyyyym/2m/2m/2y1,…,ymy1,…,ymy_1,\ldots,y_myyy เสียงข้างมากเคล็ดลับ:ถ้าเป็นไปได้วงจรคำนวณฟังก์ชั่นบนขอบเขต จำกัด ,รับของเช่นว่าถือสำหรับทุกx CC\mathsf{C}f:Sn→Sf:Sn→Sf:S^n\to SX⊆SnX⊆SnX\subseteq S^nm=O(log|X|)m=O(log⁡|X|)m=O(\log|X|)C1,…,CmC1,…,CmC_1,\ldots,C_mCC\mathsf{C}f(x)=Maj(C1(x),…,Cm(x))f(x)=Maj(C1(x),…,Cm(x))f(x)=\mathrm{Maj}(C_1(x),\ldots,C_m(x))x∈Xx∈Xx\in X จากการบูลีน …

3
ความไม่แน่นอนของประเภท Chernoff สำหรับตัวแปรสุ่มอิสระที่จับคู่ได้
Chernoff- ประเภทอสมการใช้เพื่อแสดงให้เห็นว่าความน่าจะเป็นที่ผลรวมของตัวแปรสุ่มอิสระเบี่ยงเบนอย่างมีนัยสำคัญจากค่าที่คาดหวังของมันมีค่าน้อยมากในค่าคาดหวังและค่าเบี่ยงเบน มีความไม่เสมอภาคประเภท Chernoff สำหรับผลรวมของตัวแปรสุ่มอิสระที่เป็นคู่กันหรือไม่ กล่าวอีกนัยหนึ่งมีผลลัพธ์ที่แสดงดังต่อไปนี้หรือไม่ความน่าจะเป็นที่ผลรวมของตัวแปรสุ่มอิสระที่จับคู่แบบเบี่ยงเบนจากค่าที่คาดไว้นั้นมีค่าน้อยมากในค่าที่คาดหวังและส่วนเบี่ยงเบนหรือไม่

2
ความซับซ้อนของจำนวนฟิลด์ตะแกรงที่เลวร้ายที่สุดคืออะไร?
ได้รับคอมโพสิตN∈NN∈NN\in\Bbb Nช่องหมายเลขทั่วไปตะแกรงเป็นอัลกอริทึมตีนเป็ดรู้จักกันดีที่สุดสำหรับตัวประกอบของจำนวนเต็มNNNNมันเป็นอัลกอริทึมแบบสุ่มและเราได้รับความซับซ้อนของO(e649√(logN)13(loglogN)23)O(e649(log⁡N)13(log⁡log⁡N)23)O\Big(e^{\sqrt{\frac{64}{9}}(\log N)^{\frac 13}(\log\log N)^{\frac 23}}\Big)ปัจจัยNNNN ฉันค้นหาข้อมูลเกี่ยวกับความซับซ้อนของกรณีที่แย่ที่สุดในอัลกอริทึมแบบสุ่มนี้ อย่างไรก็ตามฉันไม่พบข้อมูล (1)ความซับซ้อนของกรณีที่เลวร้ายที่สุดของตะแกรงฟิลด์หมายเลขคืออะไร? (2)นอกจากนี้ยังสามารถลบการสุ่มที่นี่เพื่อให้อัลกอริทึม subexponential

1
การสุ่มจะหยุดช่วยเมื่อภายใน PSPACE
เป็นที่ทราบกันดีว่าการเพิ่มการสุ่มขอบเขตที่ผิดพลาดไปยัง PSPACE นั้นไม่เพิ่มพลัง นั่นคือ BPPSAPCE = PSPACE มันเป็นที่มีชื่อเสียงที่รู้จักว่า P = BPP แต่มันก็เป็นที่รู้จักกันว่า 2B PP⊆ Σ2∩ เธ2BPP⊆Σ2∩Π2BPP\subseteq \Sigma_2\cap \Pi_2 ดังนั้นจึงเป็นไปได้ (ในขณะที่คาดเดาว่าเป็นเท็จ) ที่เพิ่มความน่าจะเป็นให้ P เพิ่มพลังการแสดงออก คำถามของฉันคือว่าเรารู้ (หรือมีหลักฐาน) ชายแดนระหว่าง P และ PSPACE ที่การเพิ่มการสุ่มไม่มีการเพิ่มพลังอีกต่อไป โดยเฉพาะอย่างยิ่ง มีปัญหาใดบ้างที่ทราบว่าอยู่ใน (การตอบสนองB P Π i ) ที่ไม่ทราบว่าอยู่ในΣ i (resp. Π i )? และในทำนองเดียวกันสำหรับB P P HกับP H ?B PΣผมBPΣiBP\Sigma_iB …

2
เกาส์เซียนอิสระคู่
ให้ (iid gaussians ที่มีค่าเฉลี่ยและความแปรปรวน ) มันเป็นไปได้ (อย่างไร?) ในการสุ่มตัวอย่าง (สำหรับ )ซึ่ง นั้นเป็น gaussians คู่อิสระ มีค่าเฉลี่ยและความแปรปรวน1X1,…,XkX1,…,XkX_1,\ldots,X_k000111m=k2m=k2m=k^2Y1,…,YmY1,…,YmY_1, \ldots, Y_mYiYiY_i000111

3
สตรีมมิ่ง derandomization
อัลกอริธึมการสตรีมจำเป็นต้องมีการสุ่มเพื่อให้ส่วนใหญ่ทำอะไรที่ไม่ใช่เรื่องเล็ก ๆ น้อย ๆ และเนื่องจากข้อ จำกัด ของพื้นที่ขนาดเล็กจำเป็นต้องมี PRG ที่ใช้พื้นที่น้อย ฉันรู้วิธีการสองวิธีที่ได้รับการอ้างถึงเพื่อใช้ในอัลกอริทึมของกระแสข้อมูล: kkk -wise อิสระ PRGs เช่นครอบครัวอิสระ 4 คนที่ใช้โดย Alon / Matias / Szegedy สำหรับปัญหาการประมาณค่าF_2ดั้งเดิมF2F2F_2และการวางหลักเกณฑ์ทั่วไปสำหรับวิธี 2- stabil -based สำหรับ (พูด) ℓ2ℓ2\ell_2 sketching PRG ของ Nisan ที่ทำงานโดยทั่วไปสำหรับปัญหาพื้นที่ขนาดเล็กทุกชนิด ฉันสนใจวิธีการที่สามารถนำไปใช้ได้โดยเฉพาะ บนใบหน้าของมันทั้งสองวิธีข้างต้นดูเหมือนจะง่ายต่อการใช้ แต่ฉันอยากรู้ว่ามีคนอื่นออกมี

2
ผลที่ตามมาของพิทมากกว่า
รับเช่นนั้นสัมประสิทธิ์ของp , qถูกล้อมรอบด้วยB , p ≡ qถือ ?หน้า( x1, … , xn) , q( x1, … , xn) ∈ Z [ x1, … , xn]p(x1,…,xn),q(x1,…,xn)∈Z[x1,…,xn]p(x_1,\dots,x_n),q(x_1,\dots,x_n)\in \Bbb Z[x_1,\dots,x_n]p , qp,qp,qBBBหน้า≡ qp≡qp\equiv q บทสรุป Schwartz-Zippel ใช้ที่นี่เนื่องจากมันมีไว้สำหรับฟิลด์ทั่วไปและและมีอัลกอริทึมแบบสุ่มที่มีประสิทธิภาพสำหรับปัญหานี้Z⊂QZ⊂Q\Bbb Z\subset\Bbb Q เราคาดหวังว่าปัญหานี้จะมีการสุ่มตัวอย่างที่มีประสิทธิภาพ จะเกิดอะไรขึ้นถ้าปัญหานี้ไม่มีประสิทธิภาพในการแยกส่วนที่มีประสิทธิภาพ

1
Impagliazzo และกระดาษ P = BPP ชื่อดังของ Wigderson
ฉันอ่าน Impagliazzo และกระดาษโด่งดังของ Wigderson ในปี 1997 เนื่องจากฉันใหม่กับสาขานี้และกระดาษเป็นรุ่นการประชุมที่กระชับฉันมีปัญหาในการพิสูจน์ โดยเฉพาะทฤษฎีบทใหม่ของพวกเขาบางบทไม่มีหลักฐาน สำหรับความรู้ที่ดีที่สุดของฉันยังไม่มีการตีพิมพ์ในวารสารP=BPPP=BPP\mathsf P=\mathsf{BPP} ฉันกำลังมองหาแหล่งข้อมูลที่ฉันสามารถเรียนรู้ผลลัพธ์ของพวกเขาโดยเฉพาะอย่างยิ่งผู้ที่มีหลักฐานที่เป็นทางการ ฉันจะขอบคุณมากถ้าคุณสามารถบอกฉันเกี่ยวกับทรัพยากรดังกล่าว

2
เมื่อหลอก
ฉันมีคำถามสองสามข้อเกี่ยวกับการหลอกวงจรความลึกคงที่ เป็นที่รู้จักกันว่าความเป็นอิสระ -wise เป็นสิ่งจำเป็นที่จะหลอกC 0วงจรของความลึกdที่nคือขนาดของการป้อนข้อมูล เราจะพิสูจน์สิ่งนี้ได้อย่างไรเข้าสู่ระบบO ( d)( n )logO(d)⁡(n)\log^{O(d)}(n)C0AC0AC^0dddnnn ตั้งแต่ข้างต้นเป็นความจริงกำเนิด pseudorandom ใด ๆ ที่คนโง่C 0วงจรของความลึกdจำเป็นต้องมีความยาวเมล็ดL = Ω ( บันทึกd ( n ) )ซึ่งก็จะหมายความว่าไม่สามารถคาดหวังที่จะพิสูจน์R C 0 = C 0ผ่าน PRG ฉันเชื่อว่าR A C 0 หรือไม่ = A C 0ยังคงเป็นคำถามเปิดดังนั้นหมายความว่าเราต้องใช้เทคนิคอื่นนอกเหนือจาก PRGs เพื่อพิสูจน์R A CC0AC0AC^0dddl = Ω ( บันทึกd( n ) )l=Ω(logd⁡(n))l …

1
Borel-Cantelli Lemma และ Derandomization
ผมอ่านกระดาษบรรดาศักดิ์สุ่มออราเคิลด้วย (ออก) Programmability ย่อหน้าสุดท้ายของส่วน 2.3 อ่าน: [ใช้แนวทางใหม่ของเรา]ไม่มีความจำเป็นที่จะนำไปใช้ที่รู้จักกันดี asymptotic คลาสสิก (และเครื่องแบบ) derandomization เทคนิคบนพื้นฐานของBorel-Cantelli แทรก เพื่อความรู้ที่ดีที่สุดของเราวิธีการนี้เป็นนวนิยายของบทความนี้ ฉันดูที่รายการของ Wikipedia สำหรับBorel – Cantelli บทแทรกและเกือบจะเข้าใจความคิด อย่างไรก็ตามฉันยังไม่สามารถเข้าใจได้ว่าเกี่ยวข้องกับ นอกจากนี้ฉันไม่เข้าใจความหมายของ "ซีมโทติค" และ "ชุด" ในย่อหน้าข้างต้น PS: Googling สำหรับBorel-Cantelliและderandomizationจะแสดงผลลัพธ์ที่น่าสนใจหลายอย่าง แต่ฉันไม่มีพื้นฐานพอที่จะเข้าใจพวกเขาได้ดี

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