计算机科学 > 计算复杂性
[提交于 2025年6月30日
]
标题: 不确定性下的敏感性和查询复杂性
标题: Sensitivity and Query Complexity under Uncertainty
摘要: 在本文中,我们研究了在存在不确定性的情况下布尔函数的查询复杂性,这是受到允许输入未知的无限处理器并行计算的启发。 我们允许每个查询产生三种结果:零、一或未知。 输出也可能是:零、一或未知,但有一个约束条件,即只有在无法从揭示的输入位确定答案时才应输出“未知”。 这种对布尔函数的扩展称为其无危险扩展。 - 我们在我们的不确定性查询复杂性模型中证明了黄的著名敏感性定理[数学年刊,2019]的类似结果。 - 我们表明,布尔函数无危险扩展的确定性查询复杂度在其随机查询复杂度的二次方以内,在其量子查询复杂度的四次方以内,优于布尔世界中的最佳已知界限。 - 我们展示了计算布尔函数的决策树的最小深度(大小)与其无危险扩展的决策树之间的指数差距。 - 我们提出了将计算布尔函数的决策树转换为计算其无危险对应物的决策树的一般方法,并证明了该构造的最优性。 我们还通过输入中未知值的最大数量来参数化此结果。 - 我们根据底层布尔函数的素质蕴含和素质被蕴含的数量,给出了布尔函数无危险扩展的决策树大小复杂性的下界。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.