Lifting theorems are theorems that relate the query complexity of a function $f:\{0,1\}^{n}\to\{0,1\}$ to the communication complexity of the composed function $f \circ g^{n}$, for some "gadget" $g:\{0,1\}^{b}\times\{0,1\}^{b}\to\{0,1\}$. Such theorems allow transferring lower bounds from query complexity to the communication complexity, and have seen numerous applications in the recent years. In addition, such theorems can be viewed as a strong generalization of a direct-sum theorem for the gadget $g$. We prove a new lifting theorem that works for all gadgets $g$ that have logarithmic length and exponentially-small discrepancy, for both deterministic and randomized communication complexity. Thus, we significantly increase the range of gadgets for which such lifting theorems hold. Our result has two main motivations: First, allowing a larger variety of gadgets may support more applications. In particular, our work is the first to prove a randomized lifting theorem for logarithmic-size gadgets, thus improving some applications of the theorem. Second, our result can be seen as a strong generalization of a direct-sum theorem for functions with low discrepancy.


翻译:升起的理论是一些“ gadget” ($g): 0,1 ⁇ b ⁇ b ⁇ times =0,1 ⁇ b ⁇ b ⁇ to 0. 1 ⁇ ) 的理论。 这些理论允许将较低的范围从查询复杂性转移到通信复杂性, 并在最近几年中看到许多应用。 此外, 这些理论可以被视为构成元件组装的直接和理论的强烈概括性。 我们证明新的提升理论对于所有具有对数长度和指数小差异的 Gadgets $g: 0,1 ⁇ b ⁇ b ⁇ time $g: 0,1 ⁇ b ⁇ b ⁇ to 0. 1 ⁇ 。 因此, 我们大大增加了用于提升语器复杂性的基件范围。 我们的结果有两个主要动机 : 首先, 允许更多种类的组合可以支持更多的应用程序。 特别是, 我们的工作可以证明一个随机的升级的普通的 。

0
下载
关闭预览

相关内容

【NeurIPS2020-MIT】子图神经网络,Subgraph Neural Networks
专知会员服务
45+阅读 · 2020年9月28日
【Google】平滑对抗训练,Smooth Adversarial Training
专知会员服务
48+阅读 · 2020年7月4日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
开源书:PyTorch深度学习起步
专知会员服务
50+阅读 · 2019年10月11日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
已删除
将门创投
9+阅读 · 2019年11月15日
Arxiv
0+阅读 · 2021年11月29日
Arxiv
0+阅读 · 2021年11月28日
Arxiv
5+阅读 · 2017年12月14日
VIP会员
相关资讯
已删除
将门创投
9+阅读 · 2019年11月15日
Top
微信扫码咨询专知VIP会员