Notice bibliographique
Résumé
We present deterministic algorithms for the Hidden Subgroup Problem. The first algorithm, for abelian groups, achieves the same asymptotic worst-case query complexity as the optimal randomized algorithm, namely~$ \Order(\sqrt{ n}\, )$, where~$n$ is the order of the group. The analogous algorithm for non-abelian groups comes within a~$\sqrt{ \log n}$ factor of the optimal randomized query complexity. The best known randomized algorithm for the Hidden Subgroup Problem has \emph{expected\/} query complexity that is sensitive to the input, namely~$ \Order(\sqrt{ n/m}\, )$, where~$m$ is the order of the hidden subgroup. In the first version of this article~\cite[Sec.~5]{Nayak21-hsp-classical}, we asked if there is a deterministic algorithm whose query complexity has a similar dependence on the order of the hidden subgroup. Prompted by this question, Ye and Li~\cite{YL21-hsp-classical} present deterministic algorithms for \emph{abelian\/} groups which solve the problem with~$ \Order(\sqrt{ n/m }\, )$ queries, and find the hidden subgroup with~$ \Order( \sqrt{ n (\log m) / m} + \log m ) $ queries. Moreover, they exhibit instances which show that in general, the deterministic query complexity of the problem may be~$\order(\sqrt{ n/m } \,)$, and that of \emph{finding\/} the entire subgroup may also be~$\order(\sqrt{ n/m } \,)$ or even~$\upomega(\sqrt{ n/m } \,) $.}We present a different deterministic algorithm for the Hidden Subgroup Problem that also has query complexity~$ \Order(\sqrt{ n/m }\, )$ for abelian groups. The algorithm is arguably simpler. Moreover, it works for non-abelian groups, and has query complexity~$ \Order(\sqrt{ (n/m) \log (n/m) }\,) $ for a large class of instances, such as those over supersolvable groups. We build on this to design deterministic algorithms to find the hidden subgroup for all abelian and some non-abelian instances, at the cost of a~$\log m$ multiplicative factor increase in the query complexity.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,004 | 0,008 |
| Science ouverte | 0,006 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,003 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».