会员服务
CC · 分离的 · 示例 ·
2021 年 7 月 26 日
Scheme-theoretic Approach to Computational Complexity I. The Separation of P and NP
翻译：计算复杂程度一. P和NP的分离
Ali Çivril
Ali Çivril
from arxiv, 8 pages

We lay the foundations of a new theory for algorithms and computational complexity by parameterizing the instances of a computational problem as a moduli scheme. Considering the geometry of the scheme associated to 3-SAT, we separate P and NP.


翻译：我们通过将计算问题实例作为模式方案参数化,为算法和计算复杂性的新理论打下基础。 考虑到与3SAT相关计划的几何性,我们将P和NP分开。
0
下载
关闭预览

相关内容

CC在计算复杂性方面表现突出。它的学科处于数学与计算机理论科学的交叉点，具有清晰的数学轮廓和严格的数学格式。官网链接：https://link.springer.com/journal/37
计算机理论顶会STOC 2021奖项出炉，滕尚华等华人学者获奖
专知会员服务
7+阅读 · 2021年7月22日
INRIA最新「机器学习理论」新书，229页pdf原理性阐述机器学习
INRIA最新「机器学习理论」新书，229页pdf原理性阐述机器学习
专知会员服务
67+阅读 · 2021年3月27日
INRIA 最新《机器学习理论》课程笔记，176页pdf
专知会员服务
50+阅读 · 2020年12月14日
【论文推荐】Stochastic Graph Neural Networks，随机图神经网络
【论文推荐】Stochastic Graph Neural Networks，随机图神经网络
专知会员服务
68+阅读 · 2020年6月6日
随机特征核近似综述: 算法与理论，Random Features for Kernel Approximation: A Survey in Algorithms, Theory, and Beyond
随机特征核近似综述: 算法与理论，Random Features for Kernel Approximation: A Survey in Algorithms, Theory, and Beyond
专知会员服务
32+阅读 · 2020年4月26日
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
专知会员服务
94+阅读 · 2020年3月12日
【ICCV 2019 Toturial】Global Optimization for Geometric Understanding with Provable Guarantees（具有可证明保证的几何理解的全局优化）
【ICCV 2019 Toturial】Global Optimization for Geometric Understanding with Provable Guarantees（具有可证明保证的几何理解的全局优化）
专知会员服务
16+阅读 · 2019年11月1日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
56+阅读 · 2019年10月17日
鲁棒机器学习相关文献集
鲁棒机器学习相关文献集
专知
8+阅读 · 2019年8月18日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
逆强化学习-学习人先验的动机
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Ray RLlib: Scalable 降龙十八掌
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28日
Disentangled的假设的探讨
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
【论文推荐】最新八篇网络节点表示相关论文—可扩展嵌入、对抗自编码器、图划分、异构信息、显式矩阵分解、深度高斯、图、随机游走
【论文推荐】最新八篇网络节点表示相关论文—可扩展嵌入、对抗自编码器、图划分、异构信息、显式矩阵分解、深度高斯、图、随机游走
专知
14+阅读 · 2018年3月30日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习 cartpole_a3c
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Approximate Latent Force Model Inference
Arxiv
0+阅读 · 2021年9月24日
Approximations of Piecewise Deterministic Markov Processes and their convergence properties
Arxiv
0+阅读 · 2021年9月24日
The Information Projection in Moment Inequality Models: Existence, Dual Representation, and Approximation
Arxiv
0+阅读 · 2021年9月24日
Multidimensional Scaling: Approximation and Complexity
Multidimensional Scaling: Approximation and Complexity
Arxiv
0+阅读 · 2021年9月23日
Optimal Control via Combined Inference and Numerical Optimization
Optimal Control via Combined Inference and Numerical Optimization
Arxiv
0+阅读 · 2021年9月23日
On Optimal Robustness to Adversarial Corruption in Online Decision Problems
Arxiv
0+阅读 · 2021年9月22日
Recursive Feasibility Guided Optimal Parameter Adaptation of Differential Convex Optimization Policies for Safety-Critical Systems
Arxiv
0+阅读 · 2021年9月22日
Why Do Local Methods Solve Nonconvex Problems?
Arxiv
12+阅读 · 2021年3月24日
A Dual Approach to Scalable Verification of Deep Networks
A Dual Approach to Scalable Verification of Deep Networks
Arxiv
3+阅读 · 2018年8月3日
A Gauss-Newton Approach to Real-Time Monocular Multiple Object Tracking
A Gauss-Newton Approach to Real-Time Monocular Multiple Object Tracking
Arxiv
4+阅读 · 2018年7月5日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
CC
分离的
示例
相关VIP内容
计算机理论顶会STOC 2021奖项出炉，滕尚华等华人学者获奖
专知会员服务
7+阅读 · 2021年7月22日
INRIA最新「机器学习理论」新书，229页pdf原理性阐述机器学习
INRIA最新「机器学习理论」新书，229页pdf原理性阐述机器学习
专知会员服务
67+阅读 · 2021年3月27日
INRIA 最新《机器学习理论》课程笔记，176页pdf
专知会员服务
50+阅读 · 2020年12月14日
【论文推荐】Stochastic Graph Neural Networks，随机图神经网络
【论文推荐】Stochastic Graph Neural Networks，随机图神经网络
专知会员服务
68+阅读 · 2020年6月6日
随机特征核近似综述: 算法与理论，Random Features for Kernel Approximation: A Survey in Algorithms, Theory, and Beyond
随机特征核近似综述: 算法与理论，Random Features for Kernel Approximation: A Survey in Algorithms, Theory, and Beyond
专知会员服务
32+阅读 · 2020年4月26日
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
专知会员服务
94+阅读 · 2020年3月12日
【ICCV 2019 Toturial】Global Optimization for Geometric Understanding with Provable Guarantees（具有可证明保证的几何理解的全局优化）
【ICCV 2019 Toturial】Global Optimization for Geometric Understanding with Provable Guarantees（具有可证明保证的几何理解的全局优化）
专知会员服务
16+阅读 · 2019年11月1日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
56+阅读 · 2019年10月17日
热门VIP内容
相关资讯
鲁棒机器学习相关文献集
鲁棒机器学习相关文献集
专知
8+阅读 · 2019年8月18日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
逆强化学习-学习人先验的动机
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Ray RLlib: Scalable 降龙十八掌
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28日
Disentangled的假设的探讨
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
【论文推荐】最新八篇网络节点表示相关论文—可扩展嵌入、对抗自编码器、图划分、异构信息、显式矩阵分解、深度高斯、图、随机游走
【论文推荐】最新八篇网络节点表示相关论文—可扩展嵌入、对抗自编码器、图划分、异构信息、显式矩阵分解、深度高斯、图、随机游走
专知
14+阅读 · 2018年3月30日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习 cartpole_a3c
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
相关论文
Approximate Latent Force Model Inference
Arxiv
0+阅读 · 2021年9月24日
Approximations of Piecewise Deterministic Markov Processes and their convergence properties
Arxiv
0+阅读 · 2021年9月24日
The Information Projection in Moment Inequality Models: Existence, Dual Representation, and Approximation
Arxiv
0+阅读 · 2021年9月24日
Multidimensional Scaling: Approximation and Complexity
Multidimensional Scaling: Approximation and Complexity
Arxiv
0+阅读 · 2021年9月23日
Optimal Control via Combined Inference and Numerical Optimization
Optimal Control via Combined Inference and Numerical Optimization
Arxiv
0+阅读 · 2021年9月23日
On Optimal Robustness to Adversarial Corruption in Online Decision Problems
Arxiv
0+阅读 · 2021年9月22日
Recursive Feasibility Guided Optimal Parameter Adaptation of Differential Convex Optimization Policies for Safety-Critical Systems
Arxiv
0+阅读 · 2021年9月22日
Why Do Local Methods Solve Nonconvex Problems?
Arxiv
12+阅读 · 2021年3月24日
A Dual Approach to Scalable Verification of Deep Networks
A Dual Approach to Scalable Verification of Deep Networks
Arxiv
3+阅读 · 2018年8月3日
A Gauss-Newton Approach to Real-Time Monocular Multiple Object Tracking
A Gauss-Newton Approach to Real-Time Monocular Multiple Object Tracking
Arxiv
4+阅读 · 2018年7月5日
Top
微信扫码咨询专知VIP会员
Top