タグ付けされた質問 「simulation」

計算の2つのモデルが同等であることを証明する方法について説明を求めています。同等性の証明が省略されていることを除いて、私は主題に関する本を読んでいます。計算の2つのモデルが同等であることの意味についての基本的な考えがあります（オートマトンビュー：同じ言語を受け入れる場合）。同等性について他に考える方法はありますか？チューリングマシンモデルがラムダ計算と同等であることを証明する方法を理解できれば、それで十分です。

21 proof-techniques  computation-models  simulation 

このウィキペディアの記事によると、無制限の文法はチューリングマシンと同等です。この記事では、あらゆるチューリングマシンを無制限の文法に変換できると述べていますが、文法をチューリングマシンに変換する方法のみを示しています。 どうすれば実際にそれを行い、認識言語を認識するチューリングマシンを無制限の文法に変換できますか？遷移規則を文法規則に置き換えようとしましたが、チューリングマシンにはさまざまな状態の構成もあります...LLL

19 formal-grammars  turing-machines  simulation 

してみましょう一定時間が構築可能関数です。fff 二テープTMが存在することのTM（Hennieとスターンズ、1966）状態の古典的なユニバーサルシミュレーション結果与えられたようにうんUU TM、および⟨ M⟩⟨M⟩\langle M \rangle 入力文字列、バツxx 以下のためのランのステップとリターン上の答え。また、は任意の関数とことができます。M X G ω （F （N ）LG F （N ））g（| x |）g(|x|)g(|x|)MMMバツxxgggω(f(n)lgf(n))ω(f(n)lg⁡f(n))\omega(f(n)\lg f(n)) 私の質問は： シングルテープTMで最もよく知られているシミュレーション結果は何ですか？上記の結果も保持されますか？ [HS66]に改善はありますか？ステップの2テープTMでTMをより高速にシミュレートできますか？私たちは取ることができますであることをの代わりに？g （n ）ω （f （n ））ω （f （n ）lg f （n ））f(n)f(n)f(n)g(n)g(n)g(n)ω(f(n))ω(f(n))\omega(f(n))ω(f(n)lgf(n))ω(f(n)lg⁡f(n))\omega(f(n)\lg f(n))

16 complexity-theory  reference-request  turing-machines  machine-models  simulation 

時が経つにつれて反転カウントについて、この質問、私は紙見つけ下のすべての（正確な）のためのスペースの複雑さにバインド証明ストリーミングアルゴリズムを。私は、この限界がすべての線形時間アルゴリズムに及ぶと主張しました。一般的に、線形時間アルゴリズムは自由に飛び回ることができるため（ランダムアクセス）、ストリーミングアルゴリズムではできないため、これは少し大胆です。要素を順番に調査する必要があります。複数のパスを実行できますが、常に多くのパスを実行します（線形ランタイムの場合）。 したがって、私の質問： すべての線形時間アルゴリズムは、常に多くのパスを持つストリーミングアルゴリズムとして表現できますか？ ランダムアクセスは、（単純な）構造が肯定的な答えを提供することを妨げるように見えますが、反例も思いつきません。 マシンモデルによっては、実行時のランダムアクセスも問題にならない場合があります。これらのモデルの答えに興味があります： チューリングマシン、フラット入力 RAM、配列として入力 RAM、リンクリストとして入力

14 algorithms  streaming-algorithm  simulation  lower-bounds 

目的は、正規表現からDFAを作成することであり、「通常のexp> NFA> DFA変換」を使用することはオプションではありません。それをどのように行うべきですか？ 私は教授にこの質問をしましたが、彼は私たちが直観を使うことができると言って、親切に説明を拒否しました。だから私はあなたに尋ねたかった。 「通常のexp> NFA> DFA変換」はオプションではありません。そのような変換は、かなり複雑な正規表現を変換するのに多くの時間がかかるからです。たとえば、特定の正規表現「regex> NFA> DFA」の場合、人間には1時間かかります。30分以内に正規表現をDFAに変換する必要があります。

12 automata  finite-automata  regular-expressions  simulation 

私はSipserを読んでいて、プロセスが何であるかを理解するのが難しいと感じています。k個のテープが付いたk個のチューリングマシンを提供すると、1本のテープだけで同等のチューリングマシンを吐き出すことができます。例がいいでしょう。実は、テープのTM から1テープのTMへの移行方法を示した例は、私が本当に探しているものです。私はこれまでこれを見つけることができませんでした。私も証拠を探していません。kkk

11 turing-machines  simulation 

粒子間の力をシミュレートするセルオートマトン（2D）はありますか？1 / r1/r1/r より具体的には、厳密にローカルな更新ルールを使用して、2つのオブジェクト（モデル内で定義）が力で互いに引き付けることができるかどうかを知りたいと思います。ここで、rはオブジェクトを隔てる距離です。これは特に、オブジェクト（粒子）が互いに近づくにつれて加速することを伴います。1 / r1/r1/rrrr より一般的には、オブジェクト（ブロブ）間の長距離引力を、厳密にローカルなルールを使用してセルオートマトン設定でシミュレートできますか？

11 simulation  cellular-automata 

職場では、動的言語に関する型情報を推論する必要があります。次のように、ステートメントのシーケンスをネストされたlet式に書き換えます。 return x; Z => x var x; Z => let x = undefined in Z x = y; Z => let x = y in Z if x then T else F; Z => if x then { T; Z } else { F; Z } 一般的なタイプ情報から始めて、より具体的なタイプを推測しようとしているので、自然な選択は絞り込みタイプです。たとえば、条件演算子は、trueブランチとfalseブランチの型の和集合を返します。単純なケースでは、非常にうまく機能します。 ただし、次のタイプを推測しようとしたときに、思わぬ障害に遭遇しました。 function …

11 programming-languages  logic  type-theory  type-inference  machine-learning  data-mining  clustering  order-theory  reference-request  information-theory  entropy  algorithms  algorithm-analysis  space-complexity  lower-bounds  formal-languages  computability  formal-grammars  context-free  parsing  complexity-theory  time-complexity  terminology  turing-machines  nondeterminism  programming-languages  semantics  operational-semantics  complexity-theory  time-complexity  complexity-theory  reference-request  turing-machines  machine-models  simulation  graphs  probability-theory  data-structures  terminology  distributed-systems  hash-tables  history  terminology  programming-languages  meta-programming  terminology  formal-grammars  compilers  algorithms  search-algorithms  formal-languages  regular-languages  complexity-theory  satisfiability  sat-solvers  factoring  algorithms  randomized-algorithms  streaming-algorithm  in-place  algorithms  numerical-analysis  regular-languages  automata  finite-automata  regular-expressions  algorithms  data-structures  efficiency  coding-theory  algorithms  graph-theory  reference-request  education  books  formal-languages  context-free  proof-techniques  algorithms  graph-theory  greedy-algorithms  matroids  complexity-theory  graph-theory  np-complete  intuition  complexity-theory  np-complete  traveling-salesman  algorithms  graphs  probabilistic-algorithms  weighted-graphs  data-structures  time-complexity  priority-queues  computability  turing-machines  automata  pushdown-automata  algorithms  graphs  binary-trees  algorithms  algorithm-analysis  spanning-trees  terminology  asymptotics  landau-notation  algorithms  graph-theory  network-flow  terminology  computability  undecidability  rice-theorem  algorithms  data-structures  computational-geometry 

ユニバーサルチューリングマシンに関する2つの質問の答えを見つけようとしています。 シミュレーション中のチューリングマシンの状態数が多い場合、ユニバーサルチューリングマシンでチューリングマシンをどのようにシミュレートできますか？ シミュレートされているチューリングマシンのアルファベット文字の数が多い場合、ユニバーサルチューリングマシンでチューリングマシンをどのようにシミュレートできますか？ 誰もがこれらの質問で私を助けることができますか？

10 computability  turing-machines  simulation  turing-completeness 

問題は、Arora-Barakの著書「Computational Complexity — Modern Approach：」の演習1.9 です。 RAMチューリングマシンを、ランダムアクセスメモリを持つチューリングマシンとして定義します。これを次のように形式化します。マシンには、すべての空白に初期化される無限配列Aがあります。次のようにこの配列にアクセスします。マシンのワークテープの1つがアドレステープとして指定されています。また、マシンには、RとWで示される2つの特別なアルファベット記号と、q_accessで示される追加の状態があります。マシンがq_accessに入るときは常に、そのアドレステープに 'i'R（' i 'はiのバイナリ表現を表す）が含まれている場合、値A [i]がRシンボルの隣のセルに書き込まれます。そのテープに 'i'Wa（aはマシンのアルファベットの記号）が含まれている場合、A [i]は値aに設定されます。 ブール関数がRAM Tによって時間T （n ）（ある時間構成可能なTの場合）内で計算可能である場合、はD T I M E（T （n ）2）にあることを示します。fffT(n)T(n)T(n)TTTDTIME(T(n)2)DTIME(T(n)2)\mathrm{DTIME}(T(n)^2) （アドレス値）追加のテープ記録のペアを使用して、自明な解は、であることが判明そのテープは、大きさのものとすることができるので、O （T （N ）2）とO （T （n ））ペア、各ペアのアドレスはサイズO （T （n ））にすることができます。DTIME(T(n)3)DTIME(T(n)3)\mathrm{DTIME}(T(n)^3)O(T(n)2)O(T(n)2)O(T(n)^2)O(T(n))O(T(n))O(T(n))O(T(n))O(T(n))O(T(n))

10 complexity-theory  turing-machines  machine-models  simulation 

文脈自由文法をプッシュダウンオートマトンに変換するルールまたはメソッドのセットはありますか？ すでにオンラインでいくつかのスライドを見つけましたが、それらを理解することができませんでした。 スライド10で彼はいくつかのルールについて話しましたが、誰でもそれを説明できますか？

9 context-free  formal-grammars  pushdown-automata  simulation 

無限のアルファベットからシンボルを読み書きできるチューリングマシンは、通常のTMよりも強力ですか（唯一の違い、マシンにはまだ有限の状態数があります）？ 各シンボルを区別するには無限の状態が必要なので、直感ではわかりません。したがって、一部のシンボルまたはシンボルによって引き起こされる遷移（または遷移の一部のサブセット）は同等でなければなりません。したがって、このようなマシンを通常のTMと、そのようなシンボルまたは遷移の境界付きサブセットで実際にシミュレートできます。 これを正式に証明するにはどうすればよいですか？

9 computability  turing-machines  reductions  simulation 

時相論理LTL、CTL、CTL *は、計算に変換/埋め込みできることが知られています。言い換えると、（モーダル）μ計算はこれらのロジックを包括します（つまり、より表現力があります）。μμ\muμμ\mu この問題について詳しく説明している論文や本を説明してください。特に、時相論理では表現できず、微積分では表現できない具体的な公平性や活性などの性質はありますか？μμ\mu

9 logic  simulation  linear-temporal-logic  mu-calculus  computation-tree-logic 

Church-Turingの論文について読んだとき、「物理的現実はチューリング計算可能である」という一般的な主張のようです。この主張の根拠は何ですか？これらの線に沿って理論的な結果はありますか？ コンテキストについては、私は物理シミュレーションに取り組んでいる研究者なので、自然界で発生するであろう多くの偏微分方程式（PDE）（たとえば、熱方程式、波動方程式など）は数値的方法で近似できることを認識しています有限要素のように、そして多くのPDEに対して、十分な計算（空間と時間のステップサイズを減らすことにより）を与えれば、解は任意の精度で推定できます。 ただし、有限要素法の収束を証明することは、かなり複雑なPDE（石鹸膜の形状を表す平均曲率フローのような「簡単な」PDEであっても）にとって非常に難しいことで有名です。オイラーの円板や非弾性崩壊など、物理システムで実際に多くの「ゼノタイプ」の状況が発生することも知っています。すべての PDE、または少なくとも自然界で発生するすべての PDE のソリューションがチューリング計算可能であると信じる理由はありますか？

8 computability  simulation  church-turing-thesis  hypercomputation 

時間階層定理（HennieとStearns、1966）の証明を理解するには少し問題があります。これは、では受け入れられるが、では受け入れられない関数言語の存在を保証します、そのようなことを、時間構成可能であり、そしてT （n ）T （n ）、U （n ）U （n ）U（n ）U(n)U(n)T（n ）T(n)T(n)T（n ）、U（n ）T(n),U(n)T(n),U(n)U（n ）U(n)U(n) N ≤ T（n ）= o （U（n ）ログT（n ））。n≤T(n)=o(U(n)log⁡T(n)).n \leq T(n) = o\left(\frac{U(n)}{\log T(n)}\right). この証明は、時間で時間の複雑度を持つ任意のチューリングマシンをシミュレートするユニバーサルチューリングマシンの存在に基づいてい。T （n ）ログT （n ）T（n ）T(n)T(n)T（n ）ログT（n ）T(n)log⁡T(n)T(n) \log T(n) すべてのテープチューリングマシンが、対数オーバーヘッドのある2テープチューリングマシンでシミュレーションできることの証明を理解しています（信じています）。ただし、この構造は、シミュレーションされたチューリングマシンが固定されている場合にのみ理解でき、Universal TMシミュレーションの場合は理解できません。kkk 引用されている論文（および計算の複雑さに関するいくつかの標準的な書籍）に記載されている、Universalマシンの構築に関連する推論に「問題」が1つあります。この「問題」とは、ユニバーサルマシンシミュレーションでは、シミュレートされたマシンの1つの計算ステップが、ユニバーサルマシンによって一定の時間で実行されることになっているということです。言い換えると、シミュレートされたマシンの記述の長さは一定であると想定されます。 しかし、これで大丈夫ですか？時間階層定理の証明では、シミュレートされたチューリング機械に与えられる入力はまさにこの説明であり、したがって、説明は何らかの形で依存しています。先頭のビットのシーケンスによって説明が長くなる可能性があることは承知していますが、これでこの問題が解決されないようです。nnn つまり、シミュレートされたマシンの計算ステップが、ユニバーサルマシンによって一定の時間で実行されるはずである理由を理解できません。ヘニーとスターンズの論文はこれにあまり注意を払っていません、それはこの時間が暗黙的に定数であると仮定されるものであると単に述べているだけです。同様に、私はそのトピックについて読んだ教科書で。 シミュレーションの時間の複雑さがではなく、はない理由を理解できません。T(n)logT(n)T(n)log⁡T(n)T(n)\log T(n)nT(n)logT(n)nT(n)log⁡T(n)n T(n) \log T(n) 私は私が何かを逃していることをほぼ確信しています。しかし、私はこれを比較的長い間理解しようとしており、どういうわけかこれを理解することができません。

8 complexity-theory  turing-machines  simulation