MétaCan
Menu
Retour à la cohorte
Enregistrement W2139991023 · doi:10.1002/rsa.10065

The shortest disjunctive normal form of a random Boolean function

2003· article· en· W2139991023 sur OpenAlexaff
Nicholas Pippenger

Notice bibliographique

RevueRandom Structures and Algorithms · 2003
Typearticle
Langueen
DomaineMathematics
ThématiqueLimits and Structures in Graph Theory
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMathematicsCombinatoricsUpper and lower boundsBoolean functionLogarithmFunction (biology)Discrete mathematicsParity functionDisjunctive normal formBinary logarithmMathematical proofBoolean expression

Résumé

récupéré en direct d'OpenAlex

Abstract This paper gives a new upper bound for the average length ℓ ( n ) of the shortest disjunctive normal form for a random Boolean function of n arguments, as well as new proofs of two old results related to this quantity. We consider a random Boolean function of n arguments to be uniformly distributed over all 2 such functions. (This is equivalent to considering each entry in the truth‐table to be 0 or 1 independently and with equal probabilities.) We measure the length of a disjunctive normal form by the number of terms. (Measuring it by the number of literals would simply introduce a factor of n into all our asymptotic results.) We give a short proof using martingales of Nigmatullin's result that almost all Boolean functions have the length of their shortest disjunctive normal form asymptotic to the average length ℓ ( n ). We also give a short information‐theoretic proof of Kuznetsov's lower bound ℓ ( n ) ≥ (1 + o (1)) 2 n /log n log log n . (Here log denotes the logarithm to base 2.) Our main result is a new upper bound ℓ ( n ) ≤ (1 + o (1)) H ( n ) 2 n /log n log log n , where H ( n ) is a function that oscillates between 1.38826 … and 1.54169 … . The best previous upper bound, due to Korshunov, had a similar form, but with a function oscillating between 1.581411 … and 2.621132 … . The main ideas in our new bound are (1) the use of Rödl's “nibble” technique for solving packing and covering problems, (2) the use of correlation inequalities due to Harris and Janson to bound the effects of weakly dependent random variables, and (3) the solution of an optimization problem that determines the sizes of “nibbles” and larger “bites” to be taken at various stages of the construction. © 2003 Wiley Periodicals, Inc. Random Struct. Alg., 22: 161–186, 2003

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,031
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,031
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,004
Communication savante0,0030,008
Science ouverte0,0010,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,012
Tête enseignante GPT0,251
Écart entre enseignants0,238 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRandom Structures and AlgorithmsMême sujetLimits and Structures in Graph TheoryTravaux en français237 207