会员服务
CC · 分离的 · 示例 ·
2021 年 11 月 16 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

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
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
【2020新书】Python专业实践，250页pdf，Practices of the Python Pro
【2020新书】Python专业实践，250页pdf，Practices of the Python Pro
专知会员服务
58+阅读 · 2020年11月15日
【干货书】Python程序员编程，810页pdf，Python® for Programmers
【干货书】Python程序员编程，810页pdf，Python® for Programmers
专知会员服务
60+阅读 · 2020年8月6日
【KDD2020】动态图的拉普拉斯变换点检测，Laplacian Change Point Detection for Dynamic Graphs
【KDD2020】动态图的拉普拉斯变换点检测，Laplacian Change Point Detection for Dynamic Graphs
专知会员服务
37+阅读 · 2020年7月3日
Python计算导论，560页pdf，Introduction to Computing Using Python
Python计算导论，560页pdf，Introduction to Computing Using Python
专知会员服务
73+阅读 · 2020年5月5日
【2020新书】Python Pro专业实践原则，Practices of the Python Pro，250页pdf
【2020新书】Python Pro专业实践原则，Practices of the Python Pro，250页pdf
专知会员服务
151+阅读 · 2020年1月25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
Risk Sensitive Portfolio Optimization with Regime-Switching and Default Contagion，香港理工大学应用数学系余翔助理教授，第八届全国社会媒体处理大会SMP2019
Risk Sensitive Portfolio Optimization with Regime-Switching and Default Contagion，香港理工大学应用数学系余翔助理教授，第八届全国社会媒体处理大会SMP2019
专知会员服务
9+阅读 · 2019年10月24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
Python图像处理，366页pdf，Image Operators Image Processing in Python
Python图像处理，366页pdf，Image Operators Image Processing in Python
专知
15+阅读 · 2020年7月23日
meta learning 17年：MAML SNAIL
meta learning 17年：MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
人工智能 | 国际会议信息10条
人工智能 | 国际会议信息10条
Call4Papers
5+阅读 · 2018年12月18日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【论文推荐】最新八篇主题模型相关论文—主题建模优化、变分推断、情绪强度、神经语言模型、搜索、社区聚合、主题建模的问题、光谱学习
【论文推荐】最新八篇主题模型相关论文—主题建模优化、变分推断、情绪强度、神经语言模型、搜索、社区聚合、主题建模的问题、光谱学习
专知
13+阅读 · 2018年3月8日
神经网络学习率设置
神经网络学习率设置
机器学习研究会
4+阅读 · 2018年3月3日
【泡泡一分钟】一种基于光场的快速有效深度图估计方法（3dv-43）
【泡泡一分钟】一种基于光场的快速有效深度图估计方法（3dv-43）
泡泡机器人SLAM
4+阅读 · 2018年2月11日
【论文推荐】最新5篇图像分割（Image Segmentation）相关论文—多重假设、超像素分割、自监督、图、生成对抗网络
【论文推荐】最新5篇图像分割（Image Segmentation）相关论文—多重假设、超像素分割、自监督、图、生成对抗网络
专知
27+阅读 · 2018年2月7日
【学习】Hierarchical Softmax
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
【论文】【论文】王晓刚老师课题组ICCV2017论文：学习特征金字塔用于人体姿态估计（附代码）
【论文】【论文】王晓刚老师课题组ICCV2017论文：学习特征金字塔用于人体姿态估计（附代码）
机器学习研究会
6+阅读 · 2017年8月5日
Building separable approximations for quantum states via neural networks
Arxiv
0+阅读 · 2022年1月20日
A trust region reduced basis Pascoletti-Serafini algorithm for multi-objective PDE-constrained parameter optimization
Arxiv
0+阅读 · 2022年1月19日
Refined normal approximations for the central and noncentral chi-square distributions and some applications
Arxiv
0+阅读 · 2022年1月19日
A numerical algorithm to computationally solve the Hemker problem using Shishkin meshes
Arxiv
0+阅读 · 2022年1月18日
Separable Expansions for Covariance Estimation
Arxiv
0+阅读 · 2022年1月17日
Parametrized Convex Universal Approximators for Decision-Making Problems
Arxiv
0+阅读 · 2022年1月17日
Multilevel quasi-Monte Carlo for random elliptic eigenvalue problems II: Efficient algorithms and numerical results
Arxiv
0+阅读 · 2022年1月17日
A phase-space discontinuous Galerkin approximation for the radiative transfer equation in slab geometry
Arxiv
0+阅读 · 2022年1月16日
Unconditionally optimal error estimate of a linearized variable-time-step BDF2 scheme for nonlinear parabolic equations
Arxiv
0+阅读 · 2022年1月16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
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
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
【2020新书】Python专业实践，250页pdf，Practices of the Python Pro
【2020新书】Python专业实践，250页pdf，Practices of the Python Pro
专知会员服务
58+阅读 · 2020年11月15日
【干货书】Python程序员编程，810页pdf，Python® for Programmers
【干货书】Python程序员编程，810页pdf，Python® for Programmers
专知会员服务
60+阅读 · 2020年8月6日
【KDD2020】动态图的拉普拉斯变换点检测，Laplacian Change Point Detection for Dynamic Graphs
【KDD2020】动态图的拉普拉斯变换点检测，Laplacian Change Point Detection for Dynamic Graphs
专知会员服务
37+阅读 · 2020年7月3日
Python计算导论，560页pdf，Introduction to Computing Using Python
Python计算导论，560页pdf，Introduction to Computing Using Python
专知会员服务
73+阅读 · 2020年5月5日
【2020新书】Python Pro专业实践原则，Practices of the Python Pro，250页pdf
【2020新书】Python Pro专业实践原则，Practices of the Python Pro，250页pdf
专知会员服务
151+阅读 · 2020年1月25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
Risk Sensitive Portfolio Optimization with Regime-Switching and Default Contagion，香港理工大学应用数学系余翔助理教授，第八届全国社会媒体处理大会SMP2019
Risk Sensitive Portfolio Optimization with Regime-Switching and Default Contagion，香港理工大学应用数学系余翔助理教授，第八届全国社会媒体处理大会SMP2019
专知会员服务
9+阅读 · 2019年10月24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
热门VIP内容
相关资讯
Python图像处理，366页pdf，Image Operators Image Processing in Python
Python图像处理，366页pdf，Image Operators Image Processing in Python
专知
15+阅读 · 2020年7月23日
meta learning 17年：MAML SNAIL
meta learning 17年：MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
人工智能 | 国际会议信息10条
人工智能 | 国际会议信息10条
Call4Papers
5+阅读 · 2018年12月18日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【论文推荐】最新八篇主题模型相关论文—主题建模优化、变分推断、情绪强度、神经语言模型、搜索、社区聚合、主题建模的问题、光谱学习
【论文推荐】最新八篇主题模型相关论文—主题建模优化、变分推断、情绪强度、神经语言模型、搜索、社区聚合、主题建模的问题、光谱学习
专知
13+阅读 · 2018年3月8日
神经网络学习率设置
神经网络学习率设置
机器学习研究会
4+阅读 · 2018年3月3日
【泡泡一分钟】一种基于光场的快速有效深度图估计方法（3dv-43）
【泡泡一分钟】一种基于光场的快速有效深度图估计方法（3dv-43）
泡泡机器人SLAM
4+阅读 · 2018年2月11日
【论文推荐】最新5篇图像分割（Image Segmentation）相关论文—多重假设、超像素分割、自监督、图、生成对抗网络
【论文推荐】最新5篇图像分割（Image Segmentation）相关论文—多重假设、超像素分割、自监督、图、生成对抗网络
专知
27+阅读 · 2018年2月7日
【学习】Hierarchical Softmax
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
【论文】【论文】王晓刚老师课题组ICCV2017论文：学习特征金字塔用于人体姿态估计（附代码）
【论文】【论文】王晓刚老师课题组ICCV2017论文：学习特征金字塔用于人体姿态估计（附代码）
机器学习研究会
6+阅读 · 2017年8月5日
相关论文
Building separable approximations for quantum states via neural networks
Arxiv
0+阅读 · 2022年1月20日
A trust region reduced basis Pascoletti-Serafini algorithm for multi-objective PDE-constrained parameter optimization
Arxiv
0+阅读 · 2022年1月19日
Refined normal approximations for the central and noncentral chi-square distributions and some applications
Arxiv
0+阅读 · 2022年1月19日
A numerical algorithm to computationally solve the Hemker problem using Shishkin meshes
Arxiv
0+阅读 · 2022年1月18日
Separable Expansions for Covariance Estimation
Arxiv
0+阅读 · 2022年1月17日
Parametrized Convex Universal Approximators for Decision-Making Problems
Arxiv
0+阅读 · 2022年1月17日
Multilevel quasi-Monte Carlo for random elliptic eigenvalue problems II: Efficient algorithms and numerical results
Arxiv
0+阅读 · 2022年1月17日
A phase-space discontinuous Galerkin approximation for the radiative transfer equation in slab geometry
Arxiv
0+阅读 · 2022年1月16日
Unconditionally optimal error estimate of a linearized variable-time-step BDF2 scheme for nonlinear parabolic equations
Arxiv
0+阅读 · 2022年1月16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
Top
微信扫码咨询专知VIP会员
Top