verildiğinde


11

İşte cuntaları öğrenmeye benzer bir lezzet ile ilgili bir sorun:

Girdi: Bir üyelik kâhin, yani verilen bir kâhin , döndüren bir işlevidir .f:{0,1}n{1,1}xf(x)

Hedef: Bir subcube bulun ait hacmi ile öyle ki . Böyle bir alt küpün var olduğunu varsayıyoruz.S{0,1}n|S|=2nk|ExSf(x)|0.1

zamanında çalışan ve bir alt küp seçmek ve her birindeki ortalamayı örneklemek için tüm yollarını deneyerek olasılığı ile doğru bir yanıt döndüren bir algoritma almak kolaydır .nO(k)0.99(2n)k

Ben zaman içinde çalışan bir algoritma bulmak ilginç . Alternatif olarak, bir alt sınır harika olur. Sorun, cuntaları öğrenmeye benzer bir tada sahiptir, ancak hesaplama zorlukları arasında gerçek bir bağlantı görmüyorum.poly(n,2k)

Güncelleme: @Thomas, bu sorunun örnek karmaşıklığının olduğunu kanıtlamaktadır . İlginç olan, yine de, sorunun hesaplama karmaşıklığıdır.poly(2k,logn)

Düzenleme: basitlik için ile bir alt küp olduğunu varsayabilirsiniz. (boşluğa dikkat edin: ortalama olan bir alt küp arıyoruz .) Boşluk ile ilgili soruna herhangi bir çözümün de boşluğu olmadan sorunu çözeceğinden eminim.0.1|ExSf(x)|0.20.1

Yanıtlar:


7

İşte örnek karmaşıklığına daha iyi bir bağ. (Hesaplama karmaşıklığı hala olmasına rağmen )nk

Teorem. Varsayalım bir subcube vardır büyüklüğü şekilde . İle bir subcube tespit, yüksek olasılıkla biz örnekleri, büyüklüğü şekilde .2 n - k | E x S [ f ( x ) ] | 0.12 O ( 2 kk log n ) S 2 n - k | E x S [ f ( x ) ] | 0.1S2nk|ExS[f(x)]|0.12O(2kklogn)S2nk|ExS[f(x)]|0.1

Parametrelerdeki küçük kayıplara dikkat edin ( , garantiye karşı optimumdur0.10.120.1 ).

Kanıt. Seçim noktaları P { 0 , 1 } , n eşit olarak rasgele ve sorgu ile f her biri X P .mP{0,1}nfxP

2 n - k boyutunda bir küpü sabitleyin . Bizde E [ | S P | ] = M 2 - k . Bir Chernoff bağlı tarafından P [ | S P | < m 2 - k - 1 ] 2 - Ω ( m 2 - k ) . Ayrıca P [ | E x S S2nkE[|SP|]=m2k

P[|SP|<m2k1]2Ω(m2k).
P[|ExSP[f(x)]ExS[f(x)]|>ε]2Ω(|SP|ε2).

(nk)2kS

P[S  |ExSP[f(x)]ExS[f(x)]|ε]1(nk)2k2Ω(m2kε2).
m=O(2k/ε2klogn)0.99ExS[f(x)]εS2nk.

ε=0.01|ExSP[f(x)]|


1
C2kCCnk

3
Bunu görmenin bir başka yolu, tanımladığınız aralık alanının paramparça boyutunu ve dolayısıyla VC boyutunu sınırlaması ve daha sonra eps-yaklaşım teoremini buna atmanızdır.
Suresh Venkat
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.