We construct simple, explicit matrices with columns having unit $\ell^2$ norm and discrepancy approaching $1 + \sqrt{2} \approx 2.414$. This number gives a lower bound, the strongest known as far as we are aware, on the constant appearing in the Koml\'{o}s conjecture. The "unsatisfiable matrices" giving this bound are built by scaling the entries of clause-variable matrices of certain unsatisfiable Boolean formulas. We show that, for a given formula, such a scaling maximizing a lower bound on the discrepancy may be computed with a convex second-order cone program. Using a dual certificate for this program, we show that our lower bound is optimal among those using unsatisfiable matrices built from formulas admitting read-once resolution proofs of unsatisfiability. We also conjecture that a generalization of this certificate shows that our bound is optimal among all bounds using unsatisfiable matrices.


翻译:我们构建了简单、清晰的矩阵, 列内有单位 $\ $2, 标准值和差异值, 接近 1 +\ sqrt{2}\ approx 2. 414$。 这个数字在 Koml\\ { o} 的猜想中显示的恒定值上, 给出这一约束值的“ 无法满足的矩阵” 是用某些不满意的布尔林公式的可条款可变矩阵条目的缩放来构建的。 我们显示, 对于给定公式来说, 将差异的下限最大化, 可以用一个 comvex 二阶锥程序来计算。 我们使用此程序的双轨证书, 显示我们的下限值在使用接受不满足性公式的不可满足性矩阵中是最佳的。 我们还推测, 该证书的概括化显示, 我们的约束值是使用不满足性矩阵在所有约束值中的最佳值 。

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
41+阅读 · 2021年4月2日
Python分布式计算,171页pdf,Distributed Computing with Python
专知会员服务
107+阅读 · 2020年5月3日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
59+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
152+阅读 · 2019年10月12日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2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
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2022年1月3日
VIP会员
相关资讯
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2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
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员