MétaCan
Menu
Retour à la cohorte
Enregistrement W2403413752

Fourier Concentration from Shrinkage.

2013· article· en· W2403413752 sur OpenAlexaff
Russell Impagliazzo, Valentine Kabanets

Notice bibliographique

RevueElectronic colloquium on computational complexity · 2013
Typearticle
Langueen
DomaineComputer Science
ThématiqueComputability, Logic, AI Algorithms
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésExponentCombinatoricsDegree (music)Fourier seriesFourier transformMathematicsConnection (principal bundle)Function (biology)ShrinkagePhysicsMathematical analysisStatisticsGeometry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

For a class $${\mathcal{F}}$$F of formulas (general de Morgan or read-once de Morgan), the shrinkage exponent$${\Gamma_{\mathcal{F}}}$$ΓF is the parameter measuring the reduction in size of a formula $${F\in\mathcal{F}}$$FźF after $${F}$$F is hit with a random restriction. A Boolean function $${f\colon \{0,1\}^n\to\{1,-1\}}$$f:{0,1}nź{1,-1} is Fourier-concentrated if, when viewed in the Fourier basis, $${f}$$f has most of its total mass on low-degree coefficients. We show a direct connection between the two notions by proving that shrinkage implies Fourier concentration: For a shrinkage exponent $${\Gamma_{\mathcal{F}}}$$ΓF, a formula $${F\in\mathcal{F}}$$FźF of size $${s}$$s will have most of its Fourier mass on the coefficients of degree up to about $${s^{1/\Gamma_{\mathcal{F}}}}$$s1/ΓF. More precisely, for a Boolean function $${f\colon\{0,1\}^n\to\{1,-1\}}$$f:{0,1}nź{1,-1} computable by a formula of (large enough) size $${s}$$s and for any parameter $${r > 0}$$r>0, $$\sum_{A\subseteq [n]\; :\; |A|\geq s^{1/\Gamma} \cdot r} \hat{f}(A)^2\leq s\cdot{\mathscr{polylog}}(s)\cdot exp\left(-\frac{r^{\frac{\Gamma}{\Gamma-1}}}{s^{o(1)}} \right),$$źA⊆[n]:|A|źs1/Γ·rf^(A)2źs·polylog(s)·exp-rΓΓ-1so(1),where $${\Gamma}$$Γ is the shrinkage exponent for the corresponding class of formulas: $${\Gamma=2}$$Γ=2 for de Morgan formulas, and $${\Gamma=1/\log_2(\sqrt{5}-1)\approx 3.27}$$Γ=1/log2(5-1)ź3.27 for read-once de Morgan formulas. This Fourier concentration result is optimal, to within the $${o(1)}$$o(1) term in the exponent of $${s}$$s. As a standard application of these Fourier concentration results, we get that subquadratic-size de Morgan formulas have negligible correlation with parity. We also show the tight $${\Theta(s^{1/\Gamma})}$$ź(s1/Γ) bound on the average sensitivity of read-once formulas of size $${s}$$s, which mirrors the known tight bound $${\Theta(\sqrt{s})}$$ź(s) on the average sensitivity of general de Morgan $${s}$$s-size formulas.

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)0,002
score de la tête « metaresearch » (Gemma)0,012
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 enseignants0,016
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,005
Communication savante0,0030,007
Science ouverte0,0010,004
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0160,002

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 Opus0,021
Tête enseignante GPT0,249
Écart entre enseignants0,228 · 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

Citations2
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueElectronic colloquium on computational complexityMême sujetComputability, Logic, AI AlgorithmsTravaux en français237 207