ترجمه فارسی مقاله پیچیدگی نمونه تقویت هموار و محکم بودن قضیه هاردکور

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

عنوان مقاله به انگلیسی The Sample Complexity of Smooth Boosting and the Tightness of the Hardcore Theorem
عنوان مقاله به فارسی پیچیدگی نمونه تقویت هموار و محکم بودن قضیه هاردکور
نویسندگان Guy Blanc, Alexandre Hayderi, Caleb Koch, Li-Yang Tan
فرمت مقاله انگلیسی PDF
تعداد صفحات 46
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Computational Complexity,Data Structures and Algorithms,Machine Learning,Machine Learning,پیچیدگی محاسباتی , ساختار داده ها و الگوریتم ها , یادگیری ماشین , یادگیری ماشین ,
توضیحات Submitted 17 September, 2024; originally announced September 2024. , Comments: 46 pages, FOCS 2024
توضیحات به فارسی ارسال شده 17 سپتامبر 2024 ؛در ابتدا سپتامبر 2024 اعلام شد ، نظرات: 46 صفحه ، کانون های 2024
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Smooth boosters generate distributions that do not place too much weight on any given example. Originally introduced for their noise-tolerant properties, such boosters have also found applications in differential privacy, reproducibility, and quantum learning theory. We study and settle the sample complexity of smooth boosting: we exhibit a class that can be weak learned to $γ$-advantage over smooth distributions with $m$ samples, for which strong learning over the uniform distribution requires $\tildeΩ(1/γ^2)\cdot m$ samples. This matches the overhead of existing smooth boosters and provides the first separation from the setting of distribution-independent boosting, for which the corresponding overhead is $O(1/γ)$. Our work also sheds new light on Impagliazzo's hardcore theorem from complexity theory, all known proofs of which can be cast in the framework of smooth boosting. For a function $f$ that is mildly hard against size-$s$ circuits, the hardcore theorem provides a set of inputs on which $f$ is extremely hard against size-$s'$ circuits. A downside of this important result is the loss in circuit size, i.e. that $s' \ll s$. Answering a question of Trevisan, we show that this size loss is necessary and in fact, the parameters achieved by known proofs are the best possible.

چکیده به فارسی (ترجمه ماشینی)

تقویت کننده های صاف توزیع هایی را ایجاد می کنند که بر روی هر نمونه مشخص وزن زیادی قرار نمی دهند.در ابتدا برای خصوصیات تحمل نویز آنها معرفی شده است ، چنین تقویت کننده هایی نیز در زمینه حفظ حریم خصوصی ، تکرارپذیری و نظریه یادگیری کوانتومی کاربردی پیدا کرده اند.ما پیچیدگی نمونه از تقویت صاف را مطالعه و حل می کنیم: ما یک کلاس را نشان می دهیم که می تواند ضعیف باشد و با استفاده از نمونه های صاف $ $ $ $ با نمونه های $ m $ ، با استفاده از نمونه های $ m $ ، که برای آن یادگیری قوی نسبت به توزیع یکنواخت نیاز به \ tildeΩ دارد (1/γ^2) \ cdot m $ نمونه.این با سربار تقویت کننده های صاف موجود مطابقت دارد و اولین جدایی از تنظیم تقویت مستقل توزیع را فراهم می کند ، که سربار مربوط به آن $ O (1/γ) $ است.کار ما همچنین نور جدیدی را بر قضیه هاردکور Impagliazzo از تئوری پیچیدگی می گذارد ، که همه اثبات شناخته شده آن را می توان در چارچوب تقویت صاف قرار داد.برای یک عملکرد $ f $ که کاملاً در برابر مدارهای اندازه $ S $ سخت است ، قضیه هاردکور مجموعه ای از ورودی ها را ارائه می دهد که در آن $ f $ در برابر مدارهای اندازه-$ s $ بسیار سخت است.نکته منفی این نتیجه مهم ، از بین رفتن اندازه مدار است ، یعنی $ s '\ ll s $.با پاسخ به یک سؤال از Trevisan ، ما نشان می دهیم که این از دست دادن اندازه ضروری است و در واقع ، پارامترهای حاصل از اثبات شناخته شده بهترین ممکن است.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.