文献

J-GLOBAL ID：202002212514375390   整理番号：20A1862437

Gauss空間上の多項式に対する次元縮小と応用【JST・京大機械翻訳】

Dimension reduction for polynomials over gaussian space and applications

著者 (3件)： Ghazi Badih (Google Research) ,  Kamath Pritish (Massachusetts Institute of Technology) ,  Raghavendra Prasad (University of California Berkeley)
資料名： ACM Proceedings  (ACM Proceedings)
号： CCC ’18  ページ： 1-37  発行年： 2018年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： Gauss空間における低度多項式の周囲空間の大きさを低減する新しい技術を導入し,それらの相対相関構造を保存する。応用として,ε最適雑音安定Gauss分割の次元に関する明示的上限を得た。事実,筆者らは,相関Gauss源から非相互作用的にシミュレートできる任意の関節分布をε近似するのに必要な試料の数を上限するより一般的な問題を扱う。著者らの結果は,De,Mossel&Neeman[CCC2017,SODA2018]によって上記の問題に関して最近証明された上界(Ackermann-likeから「merely」指数まで)を著しく改善し,Ghazzi,Kamath&Sudan[FOCS2016]によってもたらされるギャップ非相互作用シミュレーション問題のより大きなアルファベットケースの解読可能性を意味した。低度多項式のための次元縮小の技術は簡単で,Johnson-Lインデンstrausの補題の一般化として見られ,独立した興味の可能性がある。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 雑音 ,  シミュレーション ,  騒音 ,  相互作用 ,  *多項式 ,  近似法 ,  *次元縮小
準シソーラス用語： 上界 ,  解読 ,  補題 , 【Automatic Indexing@JST】

著者キーワード (4件)： 次元縮小 ,  低次数多項式 ,  騒音安定性 ,  非対話型シミュレーション

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 多項式 ,  次元縮小 ,  応用