Учитывая


11

Вот проблема с похожим вкусом к изучению хунт:

Входные данные: функция f:{0,1}n→{−1,1} , представленная оракулом членства, то есть оракулом, который дал x , возвращает f(x) .

Цель: Найти вложенный куб S из {0,1}n с объемом |S|=2n−k такое, что |Ex∈Sf(x)|≥0.1 . Мы предполагаем, что такой субкуб существует.

Легко получить алгоритм, который работает за время nO(k) и возвращает правильный ответ с вероятностью , испробовав все способов выбора вложенного куба и выбрав среднее значение в каждом из них.( 2 н ) к≥0.99(2n)k

Мне интересно найти алгоритм, который работает во времени . Как вариант, нижняя граница была бы отличной. Эта проблема похожа на изучение хунт, но я не вижу реальной связи между их вычислительной сложностью.poly(n,2k)

Обновление: @ Томас ниже доказывает, что примерная сложность этой проблемы - . Тем не менее, интересной проблемой является вычислительная сложность проблемы.poly(2k,log⁡n)

Изменить: для простоты можно предположить, что существует вложенный куб с |Ex∈Sf(x)|≥0.2 (обратите внимание на разрыв: мы ищем субкуб со средним значением ≥0.1 .) Я почти уверен, что любое решение проблемы с разрывом также решит проблему без зазора.

Ответы:


7

Вот лучшая оценка сложности образца. (Хотя сложность вычислений все еще .)nk

Теорема. Предположим, что существует субкуб размером 2 n - k такой, что | E x ∈ S [ f ( x ) ] | ≥ 0,12 . С помощью O ( 2 k ⋅ k ⋅ log n ) выборок мы можем с высокой вероятностью идентифицировать субкуб S ' размером 2 n - k такой, что | E x ∈ S ′ [ fS2n−k|Ex∈S[f(x)]|≥0.12O(2k⋅k⋅log⁡n)S′2n−k .|Ex∈S′[f(x)]|≥0.1

Обратите внимание на небольшую потерю параметров ( является оптимальным по сравнению с гарантией 0,1 ).0.120.1

Доказательство. Pick точек P ⊂ { 0 , 1 } п равномерно по случайному и запросу F при каждом х ∈ P .mP⊂{0,1}nfx∈P

Зафиксируйте субкуб размером 2 n - k . У нас есть E [ | S ∩ P | ] = м 2 - к . По черновской границе P [ | S ∩ P | < m 2 - k - 1 ] ≤ 2 - Ω ( м 2 - k ) . Также P [ | E x ∈ S ∩S2n−kE[|S∩P|]=m2−k

P[|S∩P|<m2−k−1]≤2−Ω(m2−k).
P[|Ex∈S∩P[f(x)]−Ex∈S[f(x)]|>ε]≤2−Ω(|S∩P|ε2).

Объединением, объединенным над всеми вариантовS, мы имеемP[∀S| Ex∈S∩P[f(x)]-Ex∈S[f(x)]| ≤ε]≥1- ( n(nk)2kSТаким образомвыбираят=O(2K/ε2⋅Kвойтип), мы можем обеспечить, чтобы с вероятностьюпо меньшей мере0,99, можно оценитьЕх∈S[F(х)]с точностьюεдля всех подкубовSиз размер2н-к

P[∀S  |Ex∈S∩P[f(x)]−Ex∈S[f(x)]|≤ε]≥1−(nk)2k2−Ω(m2−kε2).
m=O(2k/ε2⋅klog⁡n)0.99Ex∈S[f(x)]εS2n−k,

Полагая , докажем теорему: выбираем субкуб с наибольшим | E x ∈ S ∩ P [ f ( x ) ] | с высокой вероятностью выполнит требования. QEDε=0.01|Ex∈S∩P[f(x)]|


1
C⋅2kCCnk

3
Еще один способ увидеть это состоит в том, что пространство диапазона, которое вы описываете, имеет ограниченную размерную дробь и, следовательно, ограниченную размерность VC, а затем вы бросаете в нее теорему eps-аппроксимации.
— Суреш Венкат
Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.