Lecture 8 Applications: Direct Product Theorems

Slides:



Advertisements
Similar presentations
1 高速フーリエ変換 (fast Fourier transform). 2 高速フーリエ変換とは? – 簡単に言うとフーリエ変換を効率よく計算 する方法 – アルゴリズムの設計技法は分割統治法に基 づいている 今回の目的は? – 多項式の積を求める問題を取り上げ、高速 フーリエ変換のアルゴリズムを用いた解法.
Advertisements

効率的に計算可能な 加法的誤りの訂正可能性 安永 憲司 九州先端科学技術研究所 SITA 2012 @ 別府湾ロイヤルホテル
素数判定の効率性について 東邦大学理学部情報科学科卒業研究発表会 指導教員 白柳 潔 提出者 後藤 雄大.
1. 補間多項式 n 次の多項式 とは、単項式 の 線形結合の事である。 Definitions: ( 区間, 連続関数, abscissas (データ点、格子点、差分点), 多項 式 ) Theorem. (補間多項式の存在と一意性) 各 i = 0, …, n について、 をみたす、次数が高々 n.
第3回 論理式と論理代数 本講義のホームページ:
オンライン学習 Prediction Learning and Games Ch2
3.2.3~3.3 D3 川原 純.
一般化Bi-CGSTAB(s, L) (=一般化IDR(s, L))
黒澤 馨 (茨城大学) 情報セキュリティ特論(4) 黒澤 馨 (茨城大学) 2017/3/4 confidential.
近似アルゴリズム 第10章 終了時刻最小化スケジューリング
Extremal Combinatorics 14.1 ~ 14.2
Probabilistic Method.
Extremal Combinatrics Chapter 4
2009/10/9 良いアルゴリズムとは 第2講: 平成21年10月9日 (金) 4限 E252教室 コンピュータアルゴリズム.
Approximation of k-Set Cover by Semi-Local Optimization
Reed-Solomon 符号と擬似ランダム性
論理式の表現を数学的に取り扱いやすくするために代数学の助けを借りる.
Paper from PVLDB vol.7 (To appear in VLDB 2014)
データ構造と アルゴリズム 第二回 知能情報学部 新田直也.
Probabilistic Method 6-3,4
Probabilistic method 輪講 第7回
多項式最適化問題に対する2乗多項式緩和 東京工業大学 情報理工学研究科 数理・計算科学専攻 小島政和
スタック長の 特徴付けによる 言語の非DCFL性 証明
電気回路学Ⅱ エネルギーインテリジェンスコース 5セメ 山田 博仁.
5.5 The Linear Arboricity of Graphs (グラフの線形樹化数)
Selfish Routing and the Price of Anarchy 第2回
計算量理論輪講 岩間研究室 照山順一.
A First Course in Combinatorial Optimization Chapter 3(前半)
高次元データの解析 -平均ベクトルに関する検定統計量の 漸近分布に対する共分散構造の影響-
k 個のミスマッチを許した点集合マッチング・アルゴリズム
7. 音声の認識:高度な音響モデル 7.1 実際の音響モデル 7.2 識別的学習 7.3 深層学習.
2. 論理ゲート と ブール代数 五島 正裕.
第25章 単一始点最短路 3節 Bellman-Fordのアルゴリズム
論文紹介 Query Incentive Networks
ディジタル回路 2. ブール代数 と 論理ゲート 五島 正裕.
7.4 Two General Settings D3 杉原堅也.
デザイン情報学科 メディア情報設計 河原英紀
第3回 アルゴリズムと計算量 2019/2/24.
予測に用いる数学 2004/05/07 ide.
Extractor D3 川原 純.
25. Randomized Algorithms
計算量理論輪講 chap5-3 M1 高井唯史.
(昨年度のオープンコースウェア) 10/17 組み合わせと確率 10/24 確率変数と確率分布 10/31 代表的な確率分布
Additive Combinatrics 7
部分的最小二乗回帰 Partial Least Squares Regression PLS
プロセスデータ解析学5 -主成分分析- 担当:長谷部伸治     金 尚弘.
九州大学大学院 情報学専攻特別講義 (6) 固定パラメータアルゴリズムと 部分k木
14. The Basic Method M1 太田圭亮 14.3 Spaces of polynomials
生物情報ソフトウェア特論 (2)たたみ込みとハッシュに 基づくマッチング
「データ学習アルゴリズム」 第3章 複雑な学習モデル 報告者 佐々木 稔 2003年6月25日 3.1 関数近似モデル
B03 量子論理回路の 最適化に関する研究 西野哲朗,垂井淳,太田和夫,國廣昇 電気通信大学 情報通信工学科.
用例とそのコンピューター上での実行に重点を置く
サポートベクターマシン Support Vector Machine SVM
最尤推定・最尤法 明治大学 理工学部 応用化学科 データ化学工学研究室 金子 弘昌.
「ICAによる顔画像特徴量抽出とSVMを用いた表情認識」
東邦大学理学部情報科学科 白柳研究室 五味渕真也
Max Cut and the Smallest Eigenvalue 論文紹介
``Exponentiated Gradient Algorithms for Log-Linear Structured Prediction’’ A.Globerson, T.Y.Koo, X.Carreras, M.Collins を読んで 渡辺一帆(東大・新領域)
Additive Combinatorics輪講 3章前半
7.8 Kim-Vu Polynomial Concentration
電気回路学Ⅱ 通信工学コース 5セメ 山田 博仁.
生命情報学特論 (6) 固定パラメータアルゴリズムと 部分k木
PROGRAMMING IN HASKELL
パターン認識特論 カーネル主成分分析 和田俊和.
情報生命科学特別講義III (3)たたみ込みとハッシュに 基づくマッチング
岡村耕二 ビット誤りと訂正演習 岡村耕二 情報ネットワーク.
CSS符号を用いた量子鍵配送の安全性についての解析
ランダムプロジェクションを用いた音響モデルの線形変換
東京工業大学情報理工学研究科 小島政和 第1回横幹連合コンファレンス 2005年11月25,26日 JA 長野県ビル
グラフの帯域幅連続多重彩色 を求めるアルゴリズム (Bandwidth Consective Multicolorings of Graphs) 西関研究室 西川和秀.
Presentation transcript:

Lecture 8 Applications: Direct Product Theorems 12/23 Additive Combinatorics 輪講 発表者: 玉置 卓

概要 Low-degree Polynomial に対する Hardness Amplification (Direct Product) の解析 Low-degree Polynomial: 高々次数dのGF(2)多項式 Hardness Amplification: 最悪時計算量が高い関数から平均計算量が高い関数を構成する効率の良いリダクション Gowers Normを使ったきれいな解析 応用 Low-degree Test と Gowers Norm Mod3 関数の平均計算量解析の改良

準備: 平均計算複雑さ さまざまな計算モデル: M の平均計算複雑さ: P/poly: 多項式サイズ回路 (ゲート: AND, OR, NOT) AC0: P/polyを定数段数に制限 (fanin, fanout: 無限) AC0[2]: AC0 にPARITYゲートも許す Pd: GF(2)上の次数高々dの多項式 の平均計算複雑さ:

平均計算複雑さの増幅 なる変換 を見つけたい Direct Sum: Direct Product: なる変換 を見つけたい 暗号設計, 脱乱択化などに応用 Direct Sum: Direct Product: Direct Sum (Product) Theorem (dream version):

Direct Sum Theoremの意味 定義: だから

Direct Product Theorem (XOR-lemma) の例 M=P0={定数関数 -1, 1} M=P/poly (Yao’s XOR-Lemma) M=Pd (Viola-Wigderson, 今回のメイン) 平均計算複雑さの定義は変更: Succ -> Corr

XOR –Lemma for GF(2)-polynomial 定義: 定理[VW07]:

なぜPd を考える? 回路計算量への応用 未解決問題: AC0の下界 [random restriction]: AC0[2]では? -> [Razborov-Smolensky] 未解決問題: 証明できればlog-depth回路の非線形下界?

XOR-lemmaの証明方針 適切なノルムを導入 XOR-lemmaは自明に従う

Gowers Norm 定義(Linear combination): 定義(Gowers degree-d Norm)

具体例: Linear combination 足し算はBit-wise

具体例: Gowers Norm

Gowers Norm 定義(Gowers degree-d Norm,複素関数版) zを得るのに使われた(線形結合で係数が非ゼロの)ベクトル数

Main Lemma 補題: 証明の概略: Fact 1. Fact 2. Fact 3.

Sub-lemma 補題(Product Property):

XOR-lemmaの証明 命題[AKKL03] と組合わせると Main Lemma Sub Lemma

残りは・・・ Main Lemma の証明 Low-degree Test (Property Testing)との関連 Modulo関数のCorr. bound の改良

Main Lemma, Fact 1

Main Lemma, Fact 2

Main Lemma, Fact 3 示したいこと 補題 Fact 3の証明

Property Testing d次多項式のテスト 成功確率とGowers Normの関係 1. Pick , set 2. Accept iff 成功確率とGowers Normの関係

Property Testing テストの成功確率 d次多項式との距離 命題[AKL+03] より, なら 繰り返すと 高い確率で非受理

Mod関数のCorr. bound の改良 定義 Corr. Bound (Bourgain) XOR-Lemmaを使うと [VW07]

証明 (1/2)

証明(2/2)