[論文レビュー] Degree and Sensitivity: tails of two distributions

Parikshit Gopalan, Rocco A. Servedio+2 more|arXiv (Cornell University)|Apr 25, 2016

Commutative Algebra and Its Applications被引用数 5

ひとこと要約

この論文は、感度 $ s $ を持つ任意のブール関数が、$ O(s \cdot \log(1/\epsilon)) $ 次の実多項式によって $ \epsilon $-近似可能であることを確立している。これは、$ O(s/\epsilon) $ のありきたりな境界よりも顕著に改善されたものである。主な洞察は、感度グラフ $ G_f $ の構造を分析する、低感度関数のための新しいスイッチング補題であり、これは、ランダムな制限が、決定木深さが低い関数を生成することを示している。この結果により、感度予想の帰結にほぼ一致する強力な近似境界が得られる。

ABSTRACT

The sensitivity of a Boolean function f is the maximum over all inputs x, of the number of sensitive coordinates of x. The well-known sensitivity conjecture of Nisan (see also Nisan and Szegedy) states that every sensitivity-s Boolean function can be computed by a polynomial over the reals of degree poly(s). The best known upper bounds on degree, however, are exponential rather than polynomial in s. Our main result is an approximate version of the conjecture: every Boolean function with sensitivity s can be epsilon-approximated (in L_2) by a polynomial whose degree is O(s log(1/epsilon)). This is the first improvement on the folklore bound of s/epsilon. Further, we show that improving the bound to O(s^c log(1/epsilon)^d)$ for any d < 1 and any c > 0 will imply the sensitivity conjecture. Thus our result is essentially the best one can hope for without proving the conjecture. We postulate a robust analogue of the sensitivity conjecture: if most inputs to a Boolean function f have low sensitivity, then most of the Fourier mass of f is concentrated on small subsets, and present an approach towards proving this conjecture.

研究の動機と目的

• 感度予想の長年の未解決問題を、より良い次数境界を伴う近似版として解決すること。
• 感度グラフ $ G_f $ の組合せ的構造を分析し、木感度やコンポonent次元といった新しい複雑度測度を導入すること。
• 低感度がほとんどの入力で成立する場合に、フーリエ質量が低次の集合に集中することを示す、感度予想の強化版を確立すること。
• 低感度関数のための新しいスイッチング補題を構築し、$\mathsf{AC^0}$ 回路理論におけるそれらに類似した性質を持つこと。
• 学習理論とフーリエ解析に応用し、フーリエ係数とエントロピー・インフルエンスに関する新しい境界を導出すること。

提案手法

• 入力が1つの座標で異なり、関数値が異なる場合に辺で結ばれる、入力を頂点とする感度グラフ $ G_f $ を導入する。
• 新しいグラフ複雑度測度を定義する：木感度 $ \operatorname{ts}(f) $、決定木深さ $ \operatorname{dt}(f) $、コンポonent次元 $ \operatorname{cdim}(f) $。
• 低感度関数のランダムな制限が、高い確率で決定木深さが低い関数を生成することを示すスイッチング補題を証明する。
• グラフ $ G_f $ の構造を用いて、フル次数関数は複雑なグラフを持つ必要があり、したがってランダムな制限に生き残る確率が低いことを示す。
• マーカフの不等式と $ \ell_2 $-近似理論を用いて、近似多項式の次数を $ s(f) \cdot \log(1/\epsilon) $ の項で抑え込む。
• ハミング符号に基づく明示的な関数を構築し、次数境界における $ \log(1/\epsilon) $ の依存性が本質的にタイトであることを示す。

実験結果

リサーチクエスチョン

• RQ1 低感度ブール関数の多項式近似の次数を、ありきたりな $ O(s/\epsilon) $ の境界を上回って改善できるか？
• RQ2 平均感度が低い場合に、フーリエ質量が低次の集合に集中する、感度予想のロバスト版が存在するか？
• RQ3 決定木深さと木感度の関係を強化することで、感度予想を示唆できるか？
• RQ4 感度 $ s $ が与えられたとき、近似多項式の次数が $ \epsilon $ に対して最もタイトな依存関係は何か？
• RQ5 コンポonent次元のような、$ G_f $ における新しいグラフ論的複雑度測度は、低感度関数の構造をより深く理解する手がかりを与えるか？

主な発見

• 任意の感度 $ s $ を持つブール関数は、$ \ell_2 $-ノルムにおいて、$ O(s \cdot \log(1/\epsilon)) $ 次の実多項式によって $ \epsilon $-近似可能であり、ありきたりな境界 $ O(s/\epsilon) $ よりも改善されている。
• 次数を $ O(s^c \cdot \log(1/\epsilon)^\gamma) $ に改善できれば、任意の $ \gamma < 1 $ および $ c > 0 $ に対して、感度予想の完全版が示唆される。
• 次数境界における $ \log(1/\epsilon) $ の依存性は本質的にタイトである：ハミング符号に基づく関数族により、$ O(s \cdot \log(1/\epsilon)^\gamma) $（$ \gamma < 1 $）の形は不可能であることが示された。
• 低感度関数のための新しいスイッチング補題により、感度グラフ $ G_f $ の構造に基づいて、ランダムな制限が高確率で決定木深さが低い関数を生成することを証明した。
• 本論文では、木感度の下界を決定木深さの観点から証明し、この境界の多項式的強化がロバスト感度予想を示唆することを示した。
• 構築された関数族において、レベル $ \Theta(s \cdot \log(1/\epsilon)/\log\log(1/\epsilon)) $ のフーリエ重みが少なくとも $ \epsilon $ 以上であることが示され、近似境界のタイトさが裏付けられた。