计算机科学 > 计算复杂性
[提交于 2025年7月14日
]
标题: 对称马尔可夫链在多重切片上的特征值边界及其应用
标题: Eigenvalue Bounds for Symmetric Markov Chains on Multislices With Applications
摘要: 我们考虑在“平衡多切片”上的随机游走,这些“网格”尊重“网格”的“对称性”,并证明了这类游走中的广泛类别是良好的谱扩张器。 (一个网格是由形式为$\mathcal{S}^n$的点组成的集合,其中有限的$\mathcal{S}$,而平衡多切片是包含相等数量的坐标取$\mathcal{S}$中每一个值的子集。 如果从$u = (u_1,\ldots,u_n)$到$v = (v_1,\ldots,v_n)$的概率在同时对$u$和$v$的坐标进行排列时保持不变,则该游走尊重对称性。) 我们的主要定理表明,在一些技术条件下,每种这样的随机游走,其中一步会导致下一个状态上几乎$\mathcal{O}(1)$-wise 独立的分布,条件是前一个状态,满足非平凡的小奇异值界。 我们给出定理在纠错码上的两个应用:(1) 我们给出了多项式和平衡多重切片上的 juntas-sums 的 Ore-DeMillo-Lipton-Schwartz-Zippel 引理的类似结果。 (2) 我们还为$d$-junta-sum 映射提供了一个局部列表校正算法,将任意网格$\mathcal{S}^n$映射到阿贝尔群,对于每个$(\frac{1}{|\mathcal{S}|^{d}} - \varepsilon)$,从接近最优的$\varepsilon > 0$分数的错误中进行校正,其中$d$-junta-sum 是 (任意多个)$d$-juntas 的和(而$d$-junta 是仅依赖于$d$个$n$变量的函数)。 我们的证明是通过探索对称群的表示理论并将其与一些细致的谱分析相结合而获得的。
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.