タグ付けされた質問 「reference-request」

参照リクエストは、作成者が質問に関連する作業について知る必要がある場合に使用されます。

1
高次プログラムのプログラム反転アルゴリズム
プログラム反転という用語に は複数の意味がありますが、おそらく、J。マッカーシーの1956年の著作「 AIのコンテキストでチューリングマシンによって定義された関数の反転」から始まりました。これまでに、プログラムの反転と他のフィールドとの間の多くの関係が発見されました。たとえば、可逆プログラミング（物理的および論理的）、部分評価、検証、双方向プログラミング、論理プログラミング、機械学習などです。 プログラム反転とは何ですか？最初の近似では、のようなもの：プログラムを考えると型の引数を取る し、型の結果を返す、プログラム生成「何とか」の逆である。概念はさまざまな方法で明確にできるため（そして現在もそうです）、ここでは意図的にあいまいにしています。たとえば、は単射である必要がありますか？SHOULD 、すべてを返すか、単にいくつかのように？P：A → BP:A→BP : A \rightarrow BあAABBBP− 1P−1P^{-1}PPPPPPP− 1（b ）P−1(b)P^{-1}(b)aaaP（a ）= bP(a)=bP(a) = b プログラムを逆にする一般的な方法があります。たとえば、すでにマッカーシーによって指摘されている対角化を使用したり、部分評価を使用したりしますが、効率的ではない傾向があります。また、私が精通しているプログラムの反転に関するほとんどの作業は、完全な高次のプログラミング言語（つまり -calculi）を扱っていないようです。λλ\lambda 参照リクエスト。 -calculiのプログラム反転のための明示的なアルゴリズムの最先端技術とは何ですか（高次数に制限はありません）？λλ\lambda
2
文字列の均質化の複雑さ
動機：データのバージョン管理用のツールを開発しているときに、2つの整数のセットを "比較"するアルゴリズムを検討しました。この問題を、距離の編集、スワッピングによるグループ化、最小の共通文字列パーティションへの接続があると思われる次の非常に自然な問題に減らすことができました。 問題：文字列、つまり一連の文字が与えられ、最小のコストでそれを均質化することが目標です 。つまり、類似するすべての文字が互いに隣り合うように並べ替えられたシーケンスが必要です。 許可される唯一の操作は、類似した文字のサブシーケンスを取得し、そのサブシーケンスをどこにでも移動することです。これには1ユニットかかります。 この問題の複雑さを特徴付ける助けがあれば大歓迎です！ 例： aabcdab：入力 bcd aa ab：最初のaaを「d」の直後の位置に移動した後 b bcdaaa：末尾のbを最初の位置に移動した後 結果の文字列は均一であるため、コストは2になります。 出力に関しては何の制約も受けないことに注意してください。均質である限り、特定の順序を保証する必要はありません。
1
XPの「一様多項式」サブクラスの名前は？
仮定いくつかのアルファベットに関してパラメータ化言語です。のスライスはであり、パラメーターを持つのインスタンスのセットです。複雑性クラス、パラメータ化言語含まようそれぞれについておそらく異なるアルゴリズム及び各行き多項式実行時間と、。各固定パラメータ扱いやすい言語である、及び言語であるLLLk個のL LのK = L ∩ { （X 、K ）| X ∈ Σ * } LのK X P L L K ∈ Pのk個のK X P X PΣΣ\SigmakkkLLLLk= L ∩ { （X 、K ）| X ∈ Σ∗}Lk=L∩{(x,k)∣x∈Σ∗}L_k = L \cap \{(x,k) \mid x \in \Sigma^{*}\}LLLkkkX PXP\mathsf{XP}LLLLk∈ PLk∈PL_k \in PkkkkkkX PXP\mathsf{XP}X PXP\mathsf{XP}ていないこと。これは、Downey＆Fellows 2013テキストブックの命題27.1.1です。F …
1
確率的オートマトンの紹介
確率的オートマトンの概要とそれらが認識するもの（単語からまでの特定の関数）はどこにありますか？決定論的有限オートマトン（DFA）が認識するものの「通常の言語」に類似した、確率的オートマトンによって認識されるそのような関数の標準的な用語はありますか？[ 0 、1 ][0,1][0,1] 私は、DFAや通常の言語に関する基本的な質問（たとえば、表現力、閉包性、決定可能性など）を研究するのと同じようにそれに近づくものを探しています。 これとこれは私が探しているものではないようです。
1
トランスデューサの出力長が入力長によって制限されるかどうかは決定可能ですか？
ここで考慮されるトランスデューサーは、Wikipediaが有限状態トランスデューサーと呼ぶものです。トランスデューサーの動作、つまりトランスデューサーが計算する関係は、[ T ]と表記されます。単語yは、x iff x [ T ] yの出力です。TTT[T][T][T]yyyxxxx[T]yx[T]yx[T]y 質問：次の問題は決定可能ですか？ 与えられた：Aトランスデューサと正規言語L を決定します。んが、それはその保持∀ のx ∈ L、∀ yの単語、X [ Tは] yはそのことを意味| y | ≤ | x | ？TTTLLL∀x∈L∀x∈L\forall x \in L∀y∀y\forall yx[T]yx[T]yx[T]y|y|≤|x||y|≤|x||y| \leq |x| 重要な分析/解決可能なサブケース、既知の問題および/または関連する参照への削減を探しています。（今のところ、それが一般的に決定可能かどうかさえわからない...？） 動機：この問題は、一般に数論的な問題、特に高度に研究された問題であるCollat​​z予想を証明する自動化された定理への分析/調査に触発されました。
1
（0 = 1）が偽を意味するという事実の参照には、MLTTのユニバースが必要です
マーティンリーフ型理論で不等式（たとえば）から矛盾を導き出すには、宇宙が必要であることはかなりよく知られている事実です。(0=1)→⊥(0=1)→⊥(0=1) \to \bot 証明もかなり簡単です。ユニバースが存在しない場合は、依存型から依存関係を削除して、その形状として単純な型を取得できます。したがって、は、p → ⊥を証明できることを示します。もちろん、任意の原子pの場合、これは不可能です。(0=1)→⊥(0=1)→⊥(0=1) \to \botp→⊥p→⊥p \to \botppp しかし、これを誰が最初に証明したのかわかりません！誰か参照がありますか？
1
ハートマニス・スターンズ予想と計算可能な超越数
HartmanisとStearnsによる1965年の記事「アルゴリズムの計算の複雑さについて」で、著者は、リアルタイムチューリングマシンが実数を、たとえば、基数10で計算する場合、は有理数または超越数。rrrrrrr たとえば、base 10のリアルタイムチューリングマシンでは計算できない超越的な計算可能な数はありますか？
1
分散トランザクションの主な研究課題は何ですか？
背景：トランザクション処理は、データベース理論における伝統的な研究テーマです。現在、分散トランザクションは、通常、データパーティション化（シャーディングとも呼ばれます）とデータレプリケーションを伴う大規模分散ストレージシステムによって普及しています。 分散トランザクションの主な研究課題は何ですか？ （理論的な）改善を必要とする有名な理論と解決策はありますか？ 参考文献をいただければ幸いです。
1
P！= NPの場合にのみPに含まれる問題
P！= NPの場合にのみ多項式時間で解決でき、それ以外の場合（たとえば）時間で解決できる問題はありますか？O(2n)O(2n)O(2^n) 簡単な例は次のとおりです。P！= NPの場合、ランダムなnビット数の素数性テストを計算します。それ以外の場合は、両側に2n個あるnxnボードの一般化されたチェスのランダムな最悪の場合の位置を評価します。それはちょっとハッキーに思えます。もっと自然な例はありますか？
2
ベクトルの内積の分散の単位ベクトルのすべての分布の最小値はいくつですか？
nnnx1,…,xnx1,…,xnx_1,\ldots, x_nkkkn>kn>kn > kmaxi≠jVar(xTixj)maxi≠jVar(xiTxj)\max_{i\neq j} \mathrm{Var}(x_i^T x_j)E[xTixj]=0E[xiTxj]=0\mathbb{E}[x_i^Tx_j]=0 私はいくつかの分布を試しましたが、ほとんどすべての分散はです。例えば、それぞれの各座標た分布の両方独立かつ一様から選択される及び分布の各は、分散持つ次元の単位球上の独立した均一ベクトルです。1/k1/k1/kxixix_i{−1/k−−√,1/k−−√}{−1/k,1/k}\left\{-1/\sqrt{k}, 1/\sqrt{k}\right\}xixix_ikkk1/k1/k1/k されてすべてのディストリビューションの中で最小の分散を？1/k1/k1/k
1
有向グラフで偶数サイクルを見つける
有向グラフを前提として、偶数長の有向サイクルが含まれているかどうかを判断します。YUSTERとZWICKによるこの1997年の論文は、問題がことは知られていない、またはN P完全であるとは知られていないと述べています。PPPNPNPNP 有向グラフの偶数サイクルの問題の複雑さを解決する最近の結果はありますか？
2
なぜ線形化可能性は安全特性であり、なぜ安全特性は閉じたセットなのですか？
Nancy Lynch著の「Distributed Algorithms」の第13章「Atomic Objects」では、線形化可能性（原子性とも呼ばれます）が安全特性であることが証明されています。つまり、対応するtraceプロパティは、セクション8.5.3で定義されているように、空ではなく、prefix-closedであり、limit-closedです。非公式には、安全特性は、特定の「悪い」ことが決して起こらないと言っているとしばしば解釈されます。 これに基づいて、私の最初の問題は次のとおりです。 安全特性としての線形化の利点は何ですか？文献にこの事実に基づく結果はありますか？ 安全特性と活性特性の分類の研究では、安全特性が適切なトポロジーの閉集合として特徴付けられることはよく知られています。アミール・プヌエリ他による論文「The Safety-Progress Classification」@ 1993。、メトリックトポロジが採用されています。より具体的には、プロパティは、アルファベットΣ上の（有限または無限）単語のセットです。プロパティA （Φは）すべての無限の単語で構成されてσようにすべてのプレフィックスσに属しますΦ。たとえば、Φ = a + b ∗の場合、ΦΦ\PhiΣΣ\SigmaA （Φ ）A(Φ)A(\Phi)σσ\sigmaσσ\sigmaΦΦ\PhiΦ = a+b∗Φ=a+b∗\Phi = a^{+}b^{\ast}。無限のプロパティ Πは、ある有限のプロパティ Φに対して Π = A （Φ ）の場合、安全プロパティとして定義されます。無限語 σと σ ′の間のメトリック d （σ 、σ ′）は、それらが同一の場合は0と定義され、 d （σ 、σ ′）= 2 −A （Φ ）= aω+ a+bωA(Φ)=aω+a+bωA(\Phi) = a^{\omega} + a^{+}b^{\omega}ΠΠ\PiΠ …
2
参照リクエスト： coloring -colorableグラフの漸近的硬度
おおよそのグラフの色分けの結果を聞きましたが、ソースが見つかりません。結果は次のとおりです。 すべての定数に対して、色のグラフを色で着色することがNP困難になるように、十分に大きなが存在します。k k h khhhkkkkkkhkhkhk 誰かが関連する論文を私に指摘してもらえますか？
1
エイリアス分析に関する文献
私はCSで修士論文を書いていて、エイリアス分析を扱っています。私が興味を持っているのは、Javaライクな言語向けの手続き内のフロー依存の必須エイリアスと多言語エイリアス分析です。 私はこの主題の基本を詳細に説明しているテキストを探していますが、本当に適切なものを見つけることができませんでした。 私はコンパイラと静的分析に関する多くの教科書を生き延びましたが、そこには何も見つかりませんでした。 私はエイリアス分析が使用されている多くの論文を見つけましたが、それらのほとんどはエイリアス分析が適用される問題に焦点を当てており、エイリアス分析アルゴリズムを詳細に説明していません。他のものはCに焦点を合わせていますが、これは一般的なポインタの複雑さが増したために適切ではありません。 私が見つけた最高のテキストは、WhaleyとRinardによる論文「Compositional Pointer and Escape Analysis for Java Programs」です。それは素晴らしい論文であり、良い出発点ですが、エイリアス分析については特に説明していません。 問題は非常に一般的なようですので、私はそれを解決するために利用できるいくつかの標準的なアルゴリズムがあると期待しました。 誰かがこの主題に関するテキストへのポインタを持っていますか？
弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.