Questions tagged «boolean-functions»

有关布尔函数及其分析的问题

2
噪声运算符的扩展
在我当前正在解决的一个问题中,噪声运算符的扩展自然而然地出现了,我很好奇是否已经进行了先前的工作。首先让我修改的基本噪声操作TεTεT_{\varepsilon}真实值的布尔函数。给定的函数f:{0,1}n→Rf:{0,1}n→Rf: \{0,1\}^n \to \mathbb{R}和εε\varepsilon,ppp ST 0≤ε≤10≤ε≤10 \leq \varepsilon \leq 1,ε=1−2pε=1−2p\varepsilon = 1 - 2p,我们定义Tε→RTε→RT_{\varepsilon} \to \mathbb{R}为 Tεf(x)=Ey∼μp[f(x+y)]Tεf(x)=Ey∼μp[f(x+y)]T_{\varepsilon} f(x) = E_{y \sim \mu_p} [f(x+y)] μpμp\mu_p是在分配yyy通过设置的每个位而获得nnn位矢量为111独立地以概率ppp和000否则。同样,我们可以将这个过程视为以独立的概率 p翻转每一位。现在,这个噪声运营商具有许多有用的特性,包括作为乘法 Ť ε 1 Ť ε 2 = Ť ε 1 ε 2和具有很好的特征向量( Ť ε(χ 小号)xxxpppTε1Tε2=Tε1ε2Tε1Tε2=Tε1ε2T_{\varepsilon_1} T_{\varepsilon_2} = T_{\varepsilon_1 \varepsilon_2}其中 χ 小号属于奇偶基础)。Tε(χS)=ε|S|χSTε(χS)=ε|S|χST_{\varepsilon}(\chi_S) = \varepsilon^{|S|} \chi_SχSχS\chi_S 现在让我定义我延伸,这是我表示为[R …

2
分割军政府的鲁棒性
我们说,一个布尔函数˚F :{ 0 ,1 } ñ → { 0 ,1 }f:{0,1}n→{0,1}f: \{0,1\}^n \to \{0,1\}是ķkk -junta如果˚Fff最多有ķkk干扰因素。 让˚F :{ 0 ,1 } Ñ → { 0 ,1 }f:{0,1}n→{0,1}f: \{0,1\}^n \to \{0,1\}是一个2 ķ2k2k -junta。用x 1,x 2,… ,x n表示f的变量。修正 S 1 = { x 1,x 2,… ,x nffx1,x2,…,xnx_1, x_2, \ldots, x_n2 },S 2 = …

1
您可以为PTIME中不包含负数的单调布尔表达式确定等效项吗?
是PTIME中的以下问题,还是coNP-hard: 给定变量两个布尔表达式和,它们不带负数(即,这些表达式完全通过和构建)。确定是否对变量的所有赋值都具有相同的值。ë 2 X 1,... ,X Ñ ∧ ∨ ë 1 ≡ ë 2Ë1个Ë1个e_1Ë2Ë2e_2X1个,… ,xñX1个,…,Xñx_1,\dots,x_n∧∧\wedge∨∨\veeË1个≡ è2Ë1个≡Ë2e_1 \equiv e_2 如果两个表达式都用DNF给出,那么问题就出在PTIME中,因为我们可以首先按字典顺序对连接子句进行排序并进行比较。但是将任意表达式带到DNF可能会成倍增加。类似的观点似乎适用于二进制决策图。 显然,问题在于coNP。 我正在谷歌搜索相当多的内容,但是找不到任何答案。 道歉的基本问题。

1
随机单调函数
在Razborov-Rudich的Natural Proofs论文的第6页中,他们讨论了“针对单调电路模型的强大下界证明”以及它们如何适应图中,其中有以下句子: 在这里问题不是建设性的-这些证明中使用的属性都是可行的-但似乎没有关于宽大条件的良好形式类似物。特别是,没有人对“随机单调函数”制定可行的定义。 将单调函数的输出与随机字符串区别开来难道不是很容易吗?是否存在强大的下限告诉我们没有这样的事情? 我的问题是: 它们对“随机单调函数”的可行定义是什么意思?

3
检查公式有两个量词(
SAT求解器提供了一种强大的方法,可以使用一个量词来检查布尔公式的有效性。 例如,要检查的有效性,我们可以使用SAT解算器来确定φ (x )是否可满足。要检查的有效性∀ X 。φ (X ),我们可以使用一个SAT解算器,以确定是否¬ φ (X )是可满足的。(这里x = (x 1,… ,x n)是布尔变量的n-向量,并且φ∃ X 。φ (x )∃x.φ(x)\exists x . \varphi(x)φ (x )φ(x)\varphi(x)∀ X 。φ (x )∀x.φ(x)\forall x . \varphi(x)¬ φ (X )¬φ(x)\neg \varphi(x)x = (x1个,… ,xñ)x=(x1,…,xn)x=(x_1,\dots,x_n)ñnnφφ\varphi 是一个布尔公式。) QBF求解器设计为使用任意数量的量词检查布尔公式的有效性。 如果我们有一个带有两个量词的公式怎么办?它们是否是用于检验有效性的有效算法:比仅对QBF使用通用算法更好的算法?更具体我有如下形式的公式(或∃ X 。∀ Ÿ 。ψ (X ,Y ^ )),并要检查它的有效性。有什么好的算法吗? …

1
Beigel-Tarui对ACC认证的改造
我正在阅读Arora和Barak的Computational Complexity一书中关于NEXP的ACC下限的附录。 http://www.cs.princeton.edu/theory/uploads/Compbook/accnexp.pdf 关键引理之一是从ACC0ACC0ACC^{0}电路到具有多对数度和拟多项式系数或等价整数的整数的多项式多项式的转换电路类SYM+SYM+SYM^{+},这是深度两个电路的类,其深度在底数级上具有多对数扇入的近似与门,而在对数级上具有对称门。 在教科书的附录中,假设门集由OR,mod 222,mod 333和常数组成,则此转换分为三个步骤111。第一步是将“或”门的扇入减小为对数顺序。 使用勇士-瓦齐拉尼隔离引理,作者获得该给定的或门上形式的输入ø - [R (X 1,。。。,X 2 ķ),如果我们接ħ是成对独立散列函数,从[ 2 ķ ]至{ 0 ,1 },则对于任何非零X ∈ { 0 ,1 } 2 ķ至少以概率在1 /(2k2k2^{k}OR(x1,...,x2k)OR(x1,...,x2k)OR (x_{1},...,x_{2^{k}})hhh[2k][2k][2^{k}]{0,1}{0,1}\{ 0,1 \}x∈{0,1}2kx∈{0,1}2kx \in \{0,1\}^{2^{k}}它会认为 Σ 我:ħ (我)= 1 X 我国防部 2。1/(10k)1/(10k)1/(10k)Σi:h(i)=1ximod 2Σi:h(i)=1ximod 2\Sigma_{i:h (i) =1} x_{i} \mbox{mod } 2 不是的概率至少1 / …

1
可以使用Linial-Mansour-Nisan定理和的傅立叶谱知识来证明吗?
结果1:Linial-Mansour-Nisan定理说,电路计算的函数的傅立叶权重集中在小尺寸子集上,概率很高。AC0AC0\mathsf{AC}^0 结果2:的傅立叶权重集中在度数。PARITYPARITY\mathsf{PARITY}nnn 问题:是否有办法通过/使用结果1和2 证明电路无法计算?PARITYPARITY\mathsf{PARITY}AC0AC0\mathsf{AC}^0

1
随机布尔函数预期最小影响
对于布尔函数,第个变量的影响定义为 其中x ^ {\ oplus i}是通过翻转x的第i位获得的字符串。的影响最小˚F然后\ operatorname {MinInf}苯并[f] \ stackrel {\ RM DEF} {=} \ {min_ I \在[N]} \ {operatorname} Inf文件_i并[f]。f:{−1,1}n→{−1,1}f:{−1,1}n→{−1,1}f\colon\{-1,1\}^n \to \{-1,1\}iiiInfi[f]=defPrx∼{−1,1}n[f(x)≠f(x⊕i)]Infi⁡[f]=defPrx∼{−1,1}n[f(x)≠f(x⊕i)] \operatorname{Inf}_i[f] \stackrel{\rm def}{=} \Pr_{x\sim\{-1,1\}^n}[ f(x) \neq f(x^{\oplus i})] x⊕ix⊕ix^{\oplus i}iiixxxfffMinInf[f]=defmini∈[n]Infi[f].MinInf⁡[f]=defmini∈[n]Infi⁡[f].\operatorname{MinInf}[f] \stackrel{\rm def}{=} \min_{i\in[n]}\operatorname{Inf}_i[f]. 给定的参数p∈[0,1]p∈[0,1]p\in[0,1],我们选择一个ppp -random函数fff通过对每个的选择其值2n2n2^n输入端独立地随意为111的概率为ppp,和−1−1-1的概率1−p1−p1-p。然后,很容易看到,对于每个i∈[n]i∈[n]i\in[n] Ef[Infi[f]]=2p(1−p)Ef[Infi⁡[f]]=2p(1−p) \mathbb{E}_{f}[\operatorname{Inf}_i[f]] = 2p(1-p) 和一个fortiori In(p)=defEf[MinInf[f]]≤2p(1−p).In(p)=defEf[MinInf⁡[f]]≤2p(1−p). I_n(p) \stackrel{\rm def}{=}\mathbb{E}_{f}[\operatorname{MinInf}[f]] \leq 2p(1-p). 我的问题是: …

3
多数功能的电路复杂度
让是大多数功能,即˚F (X )= 1当且仅当Σ Ñ 我= 1 X 我 > ñ / 2。我想知道是否存在以下事实的简单证明(通过“简单”,我的意思是不依赖于Valiant 84这样的概率方法或排序网络;最好不提供电路的明确,直接的构造):F:{ 0 ,1 }ñ→ { 0 ,1 }f:{0,1}n→{0,1}f: \{0,1\}^n \to \{0,1\}F(x )= 1f(x)=1f(x) = 1∑ñ我= 1X一世> n / 2∑i=1nxi>n/2\sum_{i = 1}^n x_i > n/2 可以通过深度为 O (log (n )),poly(n)大小的一系列电路来计算,其中门由非门,2输入或门和2输入与门组成。FffO (对数(n ))O(log⁡(n))O(\log(n))

1
嘈杂的布尔函数的硬度
令为n个布尔变量的布尔函数。让克(X )= Ť ε(˚F )(X )是期望值˚F (Ý )时ý从获得X通过翻转以概率每个坐标ε / 2。fffnnng(x)=Tϵ(f)(x)g(x)=Tϵ(f)(x)g(x)=T_\epsilon (f) (x)f(y)f(y)f(y)yyyxxxϵ/2ϵ/2\epsilon/2 我对很难计算情况感兴趣。让我固定的“近似”一个概念(但可能有其它):布尔函数ħ近似于克如果ħ (X )= 1时克(X )≥ 0.9和ħ (X )= 0当克(X )≤ 0.1ggghhhgggh(x)=1h(x)=1h(x)=1g(X )≥ 0.9g(x)≥0.9g(x)\ge 0.9h (x )= 0h(x)=0h(x)=0 G(X )≤ 0.1g(x)≤0.1g(x)\le 0.1一个计数参数(基于正率纠错码的存在)似乎表明存在布尔函数,对此任何此类近似都需要指数大小的电路。但是问题是,当起始于NP或其附近时会发生什么。Fff Q1:是否有一个用NP电路(或P空间)描述的的例子,所以每个h都是NP硬的,或在某种程度上较弱。FffHhh 要查看可能并不容易(我感谢约翰·哈斯特德关于它的有用的讨论),我们可以考虑其大小的集团的图形的属性ñ 1 / 4,随机输入,可以想象,这是很难检测是否存在较大的集团,但是这要通过在嘈杂的图中具有超过预期的大小log n的集团来体现。在这种情况下,任何h都可能是困难的(但无法证明,并且不会像准多项式电路所说明的那样困难)。Hhhñ1 / 4n1/4n^{1/4}Hhh 问题2:如果开头的复杂度较低,那会是什么情况?(甲Ç 0,单调Ť Ç 0,甲Ç Ç等)fffAC0AC0AC^0TC0TC0TC^0ACCACCACC Q3:布尔函数的一些基本示例的情况如何。(该问题也可以扩展到实值函数。) 问题4:是否可以对统一(Turning Machine)计算模型正式提出上述问题? 更新:鉴于Andy的回答(嗨,Andy),我认为最有趣的问题是了解各种特定功能的情况。 …

2
是否可以使用随机限制来获得
基于随机限制和开关引理,有几种众所周知的电路尺寸下限结果。AC0AC0\mathsf{AC^0} 我们可以开发一个开关引数结果来证明电路的下界大小(类似于的下界证明)吗? A C 0TC0TC0\mathsf{TC^0}AC0AC0\mathsf{AC^0} 还是使用这种方法来证明的下界是否存在固有的障碍?TC0TC0\mathsf{TC^0} 像自然证明这样的障碍结果是否说明了使用类似开关引理的技术来证明的下限?TC0TC0\mathsf{TC^0}

1
参考请求:次模最小化和单调布尔函数
背景:在机器学习中,我们经常使用图形模型来表示高维概率密度函数。如果我们放弃密度积分(求和)为1的约束,我们将得到一个未归一化的图结构能量函数。 假设我们有这样的能量函数,,在曲线图上定义的G ^ = (V,ê)。有一个变量X为图中的每个顶点,并且有实值一元和成对的功能,θ 我(X 我):我∈ V和θ 我Ĵ(X 我,X Ĵ):我Ĵ ∈ ë,分别。那么,全能量就是EEEG=(V,E)G=(V,E)G = (\mathcal{V}, \mathcal{E})xxxθi(xi):i∈Vθi(xi):i∈V\theta_i(x_i) : i \in \mathcal{V}θij(xi,xj):ij∈Eθij(xi,xj):ij∈E\theta_{ij}(x_i, x_j) : ij \in \mathcal{E} E(x)=∑i∈Vθi(xi)+∑ij∈Eθij(xi,xj)E(x)=∑i∈Vθi(xi)+∑ij∈Eθij(xi,xj)E(\mathbf{x}) = \sum_{i \in \mathcal{V}} \theta_i(x_i) + \sum_{ij \in \mathcal{E}} \theta_{ij}(x_i, x_j) 如果所有的是二进制的,我们能想到的的X作为指示集合成员,并与术语谈论子模的只是一个小的滥用。在这种情况下,能量的功能是当且仅当子模θ 我Ĵ(0 ,0 )+ θ 我Ĵ(1 ,1 )≤ θ 我Ĵ(0 ,1 )+ θ …

2
敏感性-区块敏感性猜想-含义
设为灵敏度为s (f )和块灵敏度为b s (f )的布尔函数。fffs(f)s(f)s(f)bs(f)bs(f)bs(f) 感光度块灵敏度猜想猜想状态,有一个,使得∀ ˚F ,b 小号(˚F )≤ 小号(˚F )Ç。c>0c>0c>0∀f, bs(f)≤s(f)c∀f, bs(f)≤s(f)c\forall f,\mbox{ }bs(f)\leq s(f)^c 这个猜想的真假是什么意思? 请同时引用参考。

1
超立方体上卷积的熵
说,我们有一个功能,使得Σ X ∈ Ž Ñ 2 ˚F (X )2 = 1(所以我们可以想到的{ ˚F (X )2 } X ∈ Ž Ñ 2作为分布) 。很自然地限定这样的功能的熵如下: H ^ (˚F )= - Σ X ∈ Ž Ñ 2 ˚F (Xf:Zn2→Rf:Z2n→Rf:\mathbb{Z}_2^n \to \mathbb{R}∑x∈Zn2f(x)2=1∑x∈Z2nf(x)2=1\sum _{x\in \mathbb{Z}_2^n} f(x)^2 = 1{f(x)2}x∈Zn2{f(x)2}x∈Z2n\{ f(x)^2\} _{x\in \mathbb{Z}_2^n}H(f)=−∑x∈Zn2f(x)2log(f(x)2).H(f)=−∑x∈Z2nf(x)2log⁡(f(x)2).H(f) = -\sum _{x \in \mathbb{Z}_2^n} f(x)^2 …

1
鉴于
这是一个与学习军人类似的问题: 输入:函数,由隶属度oracle表示,即给定的oracle 返回f (x )。Xf:{0,1}n→{−1,1}F:{0,1个}ñ→{-1个,1个}f: \{0,1\}^n \rightarrow \{-1,1\}xXxf(x)F(X)f(x) 目标:查找子多维数据集S小号S的{ 0 ,1 }ñ{0,1个}ñ\{0,1\}^n与体积|S| = 2n − k|小号|=2ñ-ķ|S|=2^{n-k}使得| ËX ∈ 小号f(x )| ≥ 0.1|ËX∈小号F(X)|≥0.1\left|\mathbb{E}_{x \in S} f(x) \right| \ge 0.1。我们假定存在这样的子多维数据集。 这是很容易得到一个算法,在时间用完ñÔ (ķ )ñØ(ķ)n^{O(k)}和回报的概率一个正确的答案≥ 0.99≥0.99\ge 0.99通过尝试所有(2 n )ķ(2ñ)ķ(2n)^k的方式来选择子多维数据集和采样平均每一个。 我对找到一种可以在时间中运行的算法很感兴趣p Ò 升y(n ,2ķ)pØ升ÿ(ñ,2ķ)poly(n,2^k)。替代地,下界将是巨大的。这个问题类似于学习军政府,但我看不出它们的计算难度之间存在实际联系。 更新:@Thomas下面证明了此问题的样本复杂度为p Ò 升y(2ķ,logn )pØ升ÿ(2ķ,日志⁡ñ)poly(2^k,\log n)。有趣的问题仍然是问题的计算复杂性。 编辑:为简单起见,您可以假设存在一个带有的子多维数据集。Ë X ∈ 小号 ˚F (X …

By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.