I giochi one-round a due prover (2P1R) sono uno strumento essenziale per la durezza di approssimazione. In particolare, la ripetizione parallela di giochi a un round a due proverbi offre un modo per aumentare le dimensioni di un gap nella versione decisionale di un problema di approssimazione. Vedi il discorso …
Scusa se mi sbaglio con il posto dove porre la domanda (forse dovrei andare su stackoverflow.com/mathoverflow.net?). Mi chiedo se ci sia una prova che quando si valuta l'algoritmo euclideo esteso i coefficienti di Bézout (che è s et t in identità come + bt = gcd ( a , b …
Nella complessità parametrizzata le persone usano la riduzione FPT (fixed-parameter-tractable) per dimostrare il grado di W [t]. Teoricamente una riduzione FPT non è una riduzione del tempo polinomiale, poiché può essere eseguita in modo esponenziale nel parametro k. Ma in pratica tutte le riduzioni FPT che ho visto sono riduzioni …
Questa è una continuazione della mia precedente domanda sulla comunicazione limiti inferiori per funzioni booleane parziali . Qualcuno può suggerire qualche riferimento su limiti inferiori per la comunicazione non deterministica multiparty? Ho esaminato i documenti sul campo, ma tutti sembrano mostrare separazioni del seguente tipo: un limite inferiore per il …
Ciò che segue potrebbe sembrare stupido (e ciò probabilmente riflette la mia scarsa comprensione - quindi per favore abbi pazienza con me) Ho avuto una domanda sul teorema di PCP. Sappiamo che dopo i primi tre passaggi vale a dire. Riduzione del grado, espansione e amplificazione del divario, abbiamo un …
Supponiamo che NP = co-NP e polinomio limiti la lunghezza della prova di insoddisfazione per un'istanza 3-CNF . Quindi ci sono risultati su quale forma può assumere qualsiasi prova di insoddisfazione per of length ? Vale a dire, in generale, una tale prova dovrebbe, ad esempio, utilizzare il pieno potere …
Ultimamente ho appreso delle prove interattive e mi chiedevo se l'intera faccenda non fosse altro che una curiosità teorica o se avesse avuto applicazioni pratiche. Ho pensato di iniziare con un esempio che mi è venuto in mente sotto la doccia: Recentemente è stato reso noto che "Numero di Dio" …
I dati del mondo reale a volte hanno un numero naturale di cluster (il tentativo di raggrupparli in un numero di cluster inferiore a qualche k magico causerà un drammatico aumento del costo del clustering). Oggi ho partecipato a una conferenza del Dr. Adam Meyerson e ha indicato quel tipo …
Ci sono stati studi per determinare se l'intelligenza umana può superare gli algoritmi (ovvero verificare se il teorema del No Free Lunch si applica all'intelligenza umana)? Sulla stessa linea, qualcuno ha sviluppato un metodo tecnico per sfruttare le proprietà uniche e sovracomputazionali dell'intelligenza umana?
Qualcuno conosce qualche buon riferimento per il significato della simulatività in linea retta? Sono attualmente in profondità nel framework Universal Composability (UC) di Canetti, ma non riesco a trovare alcun buon riferimento per il significato della simulatività in linea retta. Qualsiasi aiuto è apprezzato.
Considera un grafico con vertici e bordi. I vertici sono etichettati con variabili reali , dove è fisso. Ogni fronte rappresenta una "misura": per il bordo , ottengo una misura . Più precisamente, è una quantità veramente casuale in , uniformemente distribuita e indipendente da tutte le altre misurazioni (bordi).m …
La mia domanda è un po 'generica, quindi sto inventando una bella storia per giustificarla. Abbi pazienza se non è realistico ;-) Storia Il signor X, capo del dipartimento di sicurezza informatica di una grande azienda, è un po 'paranoico: richiede che tutti i dipendenti cambino le loro password una …
Dati e M , è possibile ottenere l' M bit (o cifra di qualsiasi piccola base) di N ! nel tempo / spazio di O ( p ( l n ( N ) , l n ( M ) ) ) , dove p ( x , y ) è …
DDD{0,1}d×{0,1}{0,1}d×{0,1}\{0,1\}^d\times \{0,1\}CCCf:{0,1}d→{0,1}f:{0,1}d→{0,1}f:\{0,1\}^d\rightarrow\{0,1\}f∈Cf∈Cf \in CO P T ( C , D ) = min f ∈ C e r r ( f , D )err(f,D)=Pr(x,y)∼D[f(x)≠y]err(f,D)=Pr(x,y)∼D[f(x)≠y]err(f,D) = \Pr_{(x,y) \sim D}[f(x) \neq y]OPT(C,D)=minf∈C err(f,D)OPT(C,D)=minf∈C err(f,D)OPT(C,D) = \min_{f \in C}\ err(f,D) Supponiamo che un algoritmo AAA apprenda agnosticamente CCC su qualsiasi distribuzione, se per …
Sto sviluppando un algoritmo SAT da un po 'e ho raggiunto un punto in cui mi piacerebbe condividerlo. Non conosco molte persone nell'informatica e non sono sicuro di dove rivolgersi. Mi chiedo quali risorse siano disponibili per qualcuno con un algoritmo che sta prendendo in considerazione la pubblicazione. Ho anche …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.