Questions tagged «black-box»

在黑匣子模型中，确定BPP机器在输入x上的输出的问题是确定加法误差为1/3的E r M （x ，r ）的近似计数问题（例如） 。中号（x ，r ）M(x,r)M(x,r)XxxË[R中号（x ，r ）ErM(x,r)E_r M(x,r) BQP是否有类似的问题？Ken Regan的评论暗示了这样的问题 您可以将BPP问题简化为近似一个#P函数，但是使用BQP，您得到的是两个#P函数的差，将它们称为和g。当f − g接近零时，分别近似f和g并不能帮助您近似f − g！FffGggFffGggF- 摹f−gf - gF- 摹f−gf - g BQP确实为您提供了一些帮助：当输入上的BQP问题的答案为是时，您会得到f （x ）− g （x ）接近2 m的平方根，其中计数谓词定义了f在替换x之后，g和g具有m个二进制变量。（没有绝对值条；“神奇地”总是得到f （x ）> g （x ）。在BQP量子电路的通用表示下，mXxxf(x)−g(x)f(x)−g(x)f(x) - g(x)2m2m2^mfffgggxxxf(x)>g(x)f(x)>g(x)f(x) > g(x)mmm 变为Hadamard门的数量。）如果答案为否，则差接近0。 您能否精确地提出与BQP尽可能接近的问题？我希望有一些类似的东西：赋予黑盒对函数访问权，g将X映射到Y，并承诺...，将f - g估计到ε内。f,gf,gf,gXXXYYYf−gf−gf-gεε\varepsilon

27 cc.complexity-theory  quantum-computing  black-box 

令为一个函数。我们想估计的平均值；即：。˚F ë [ ˚F （Ñ ）] = 2 - Ñ Σ X ∈ { 0 ，1 } Ñ ˚F （X ）f:{0,1}n→(2−n,1]f:{0,1}n→(2−n,1]f \colon \lbrace 0,1 \rbrace ^ n \to (2^{-n},1]fffE[f(n)]=2−n∑x∈{0,1}nf(x)E[f(n)]=2−n∑x∈{0,1}nf(x)\mathbb{E}[f(n)]=2^{-n}\sum_{x\in \lbrace 0,1 \rbrace ^ n}f(x) NOTE: In the OP, the range of f was [0,1]. I changed this a bit for …

20 ds.algorithms  randomized-algorithms  black-box 

关于“属性测试”的文献很多，这是函数进行少量黑盒查询以区分两种情况的问题：f:{0,1}n→Rf:{0,1}n→Rf\colon\{0,1\}^n \to R fff是某些函数CC\mathcal{C} fFf是远离类每个函数。εε\varepsilonCC\mathcal{C} 函数的范围有时是布尔值：，但并非总是如此。[R[RR[R = { 0 ，1 }R={0，1个}R = \{0,1\} 在这里， far通常被认为是汉明距离：的点的分数，为了将放置在类中，需要改变。如果具有布尔值范围，则这是自然度量，但如果该范围是实值，则看起来不太自然。εε\varepsilonFFfFFfCC\mathcal{C}FFf 我的问题是：是否存在一堆属性测试文献来测试与某些指标相对于紧密度？CC\mathcal{C}

20 reference-request  lg.learning  metrics  property-testing  black-box 

在Mike和Ike的“量子计算和量子信息”中，对Grover的算法进行了详细说明。但是，在书中以及在网上找到的关于Grover算法的所有解释中，似乎都没有提到Grover的Oracle是如何构造的，除非我们已经知道我们要搜索的状态是什么，这违背了该算法的目的。算法。具体来说，我的问题是这样的：给定一些f（x）使得对于某个x值，f（x）= 1，但对于所有其他值，f（x）= 0，一个人如何构造一个将我们带离的甲骨文我们的初始任意状态| x> | y>到| x> | y + f（x）>？尽可能多的明确细节（也许是一个例子？）将不胜感激。如果使用Hadamard，Pauli或其他标准量子门可以实现任意功能的这种构造，

16 quantum-computing  quantum-information  oracles  search-problem  black-box 

在一篇名为“关于公共参考字符串和随机Oracle模型中的可否认性”的论文中，Rafael Pass写道： 我们注意到，根据RO [Random Oracle]模型中的标准零知识定义证明安全性时，该模拟器比普通模型模拟器具有两个优势，即： 模拟器可以查看各方查询oracle的值。 只要答案“看起来”确定，模拟器就可以用它选择的任何方式回答这些查询。 第一种技术，即“监视” RO的查询的能力，在所有涉及RO模型中的零知识概念的论文中都非常普遍。 现在，考虑黑盒零知识的定义（PPT代表概率的多项式时间图灵机）： 小号∀ V * ∀ X ∈ 大号∀ ř∃∃\exists一个PPT模拟器，使得（可能作弊）PPT验证程序，公用输入和随机性，以下内容是无法区分的：小号SS∀∀\forallV∗V∗V^*∀∀\forallX ∈ 大号x∈Lx\in L∀∀\forall[Rrr 在输入上与证明者交互并使用随机性的视图 P x rV∗V∗V^*PPPXxx[Rrr； 当给黑盒访问时，输入和上的输出。 x r S V *小号SSXxxrrrSSSV∗V∗V^* 在这里，我想展示一个作弊验证者，其工作是用尽所有试图监视RO查询的模拟器：V′V′V' 令为黑盒子零知识定义中由存在量词保证的模拟器，令为多项式，其使在输入上的运行时间上限为上限。假设尝试监视对RO 的查询。q （| x |）S x S V *SSSq(|x|)q(|x|)q(|x|)SSSxxxSSSV∗V∗V^* 现在，考虑作弊，它首先向RO查询V′V′V'q(|x|)+1q(|x|)+1q(|x|)+1次（在其选择的任意输入上），然后任意恶意地行动。 显然，排出模拟器。一种简单方法是拒绝这种恶意行为，但是通过这种方式，区分者可以轻松地将真实交互与模拟交互区分开。（由于在实际交互中，证明方无法监视的查询，因此不会基于查询过多的事实而拒绝。）小号小号P V ' V 'V′V′V'SSSSSSPPPV′V′V'V′V′V' 以上问题的解决方法是什么？ 编辑： 在RO模型中研究ZK的一个很好的资料是： …

13 cc.complexity-theory  cr.crypto-security  oracles  black-box