Let $T_{\epsilon}$, $0 \le \epsilon \le 1/2$, be the noise operator acting on functions on the boolean cube $\{0,1\}^n$. Let $f$ be a distribution on $\{0,1\}^n$ and let $q > 1$. We prove tight Mrs. Gerber-type results for the second Renyi entropy of $T_{\epsilon} f$ which take into account the value of the $q^{th}$ Renyi entropy of $f$. For a general function $f$ on $\{0,1\}^n$ we prove tight hypercontractive inequalities for the $\ell_2$ norm of $T_{\epsilon} f$ which take into account the ratio between $\ell_q$ and $\ell_1$ norms of $f$.


翻译:$0\le epsilon\ le 1/2 $, $0\le le epsilon\ le 1/2$, 做一个按布利安立方体功能操作的噪音操作员 $0,1 ⁇ n 美元。 $0, 1 ⁇ n 美元再分配, 美元再分配 1美元。 我们证明Gerber夫人的第二Renyi entropy $T ⁇ epsilon f 美元的结果很紧, 这考虑到Renyi entropy 美元的价值。 对于一个一般功能, 以 $0, 1 ⁇ n 美元计算, 我们证明对$2美元标准($T ⁇ epsilon) f美元存在严格的超大合同不平等, 美元标准是$_ ell_ 2美元标准, $@ epsilonf 美元考虑到美元与$1 美元标准($f) 之间的比率。

0
下载
关闭预览

相关内容

【硬核书】矩阵代数基础,248页pdf
专知会员服务
85+阅读 · 2021年12月9日
专知会员服务
88+阅读 · 2021年6月29日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
78+阅读 · 2020年7月26日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
59+阅读 · 2019年10月17日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
【NIPS2018】接收论文列表
专知
5+阅读 · 2018年9月10日
机器学习线性代数速查
机器学习研究会
19+阅读 · 2018年2月25日
ResNet, AlexNet, VGG, Inception:各种卷积网络架构的理解
全球人工智能
19+阅读 · 2017年12月17日
【推荐】ResNet, AlexNet, VGG, Inception:各种卷积网络架构的理解
机器学习研究会
20+阅读 · 2017年12月17日
【推荐】决策树/随机森林深入解析
机器学习研究会
5+阅读 · 2017年9月21日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Arxiv
0+阅读 · 2022年2月16日
Arxiv
0+阅读 · 2022年2月16日
VIP会员
相关资讯
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
【NIPS2018】接收论文列表
专知
5+阅读 · 2018年9月10日
机器学习线性代数速查
机器学习研究会
19+阅读 · 2018年2月25日
ResNet, AlexNet, VGG, Inception:各种卷积网络架构的理解
全球人工智能
19+阅读 · 2017年12月17日
【推荐】ResNet, AlexNet, VGG, Inception:各种卷积网络架构的理解
机器学习研究会
20+阅读 · 2017年12月17日
【推荐】决策树/随机森林深入解析
机器学习研究会
5+阅读 · 2017年9月21日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Top
微信扫码咨询专知VIP会员