[논문 리뷰] A Noisy-Influence Regularity Lemma for Boolean Functions

Chris Jones|arXiv (Cornell University)|2016. 10. 21.

Complexity and Algorithms in Graphs참고 문헌 3인용 수 8

한 줄 요약

이 논문은 부호 함수에 대한 새로운 규칙성 보조정리를 소개한다. 이 보조정리는 개별 입력 비트와의 局소 상관관계를 측정하는 노이즈 영향도를 사용한다. 이 보조정리를 통해 대부분의 제약 조건에서 함수의 노이즈 영향도가 작다는 것을 증명할 수 있으며, 이는 Majority is Stablest 정리에 대한 조건을 약화시키는 데 기여한다. 이는 이론적 컴퓨터 과학 분야에서 관성 원리와 난수성 분석에 응용된다.

ABSTRACT

We present a regularity lemma for Boolean functions $f:\{-1,1\}^n o \{-1,1\}$ based on noisy influence, a measure of how locally correlated $f$ is with each input bit. We provide an application of the regularity lemma to weaken the conditions on the Majority is Stablest Theorem. We also prove a "homogenized" version stating that there is a set of input bits so that most restrictions of $f$ on those bits have small noisy influences. These results were sketched out by [OSTW10], but never published. With their permission, we present the full details here.

연구 동기 및 목표

• 입력 비트와의 국소 상관관계 측정치인 노이즈 영향도를 기반으로 한 부호 함수에 대한 규칙성 보조정리를 개발한다.
• 이 새로운 규칙성 프레임워크를 활용하여 Majority is Stablest 정리에 요구되는 조건을 약화시킨다.
• 모든 수준에서 동일한 비트를 쿼리하는 '균질화된' 버전의 규칙성 보조정리를 제시하여, 대부분의 제약 조건에서 작은 노이즈 영향도를 갖는다는 것을 보여준다.
• 미공개된 스케치인 [OSTW10]의 노이즈 영향도 규칙성 및 응용에 대한 정식화와 완성 작업을 수행한다.
• 관성 원리 및 가우시안 공간 근사에서 낮은 影響도 함수를 분석하기 위한 기초를 마련한다.

제안 방법

• 각 내부 노드가 하나의 비트를 쿼리하고, 각 리프 노드가 원래 함수의 부분 함수에 대응하는 결정 트리 분해를 사용한다.
• 방향 도함수와 노이즈 안정성에 기반하여 노이즈 영향도를 정의하며, $\operatorname{Inf}^{(1-\delta)}_i[f] = \mathbb{E}[|D_i f(x)|^2]$로 표현하여 노이즈 하에서의 국소 민감도를 측정한다.
• 노이즈 영향도가 큰 비트를 선택하여 트리를 세밀하게 만드는 재귀적 분해 과정을 적용하여, 대부분의 리프에 위치한 부분 함수가 $(\epsilon,\delta)$-작은 노이즈 영향도를 갖도록 보장한다.
• 푸리에 계수에 기반한 준난수성 조건을 사용한다: $f$가 $(\epsilon,\delta)$-준난수성이라면, 모든 $i$에 대해 $\sum_{R \ni i} (1-O(\delta))^{\abs{R}-1} \hat{f}(R)^2 \leq \epsilon^2$ 이다.
• 일반화된 볼륨 Majority is Stablest 정리를 부분 함수의 노이즈 안정성에 적용하고, 제약 조건에 대한 평균 집중을 레미마 9를 통해 결합한다.
• $\Lambda_\rho$의 2-Lipschitz 성질을 활용하여 부분 함수에서의 경계를 전체 함수로 이전시키며, 리프들 간의 에너지 기여를 통합한다.

실험 결과

연구 질문

• RQ1 푸리에 균일성 대신 노이즈 영향도를 사용하여 부호 함수에 대한 규칙성 보조정리를 구성할 수 있는가?
• RQ2 노이즈 영향도 규칙성 프레임워크를 활용하면 Majority is Stablest 정리의 조건을 약화시킬 수 있는가?
• RQ3 모든 수준에서 동일한 비트를 쿼리하는 '균질화된' 버전의 규칙성 보조정리가 존재하는가? 이 경우 대부분의 제약 조건에서 작은 노이즈 영향도를 갖는다.
• RQ4 준난수성 매개변수와 제약 조건 하에서의 평균 안정성 간의 관계는 무엇이며, 이를 통해 노이즈 안정성을 유계로 만들 수 있는가?
• RQ5 규칙성 분해에서 쿼리하는 비트 수와 노이즈 영향도 크기 사이의 정량적 트레이드오프는 무엇인가?

주요 결과

• 논문은 정리 1을 증명한다: 임의의 $f:\{-1,1\}^n \to \mathbb{R}$ 에 대해 $\mathbb{E}[f^2] \leq 1$ 이면, 깊이가 $1/(\epsilon \delta \gamma)$ 이하인 결정 트리가 존재하며, 이 트리에서 $\gamma$ 분율을 제외한 모든 부분 함수는 $(\epsilon,\delta)$-작은 노이즈 영향도를 갖는다.
• 정리 2는 균질화된 버전을 확립한다: $|J| \leq 2 \uparrow\uparrow 1/(\epsilon \delta \gamma)$ 인 집합 $J \subseteq [n]$ 이 존재하여, $J$ 에서의 $f$ 의 제약 조건 중 $\gamma$ 분율을 제외한 대부분은 작은 노이즈 영향도를 갖는다.
• Majority is Stablest 정리는 약화된다: $f$ 가 $(\epsilon 2^{-\log^2(1/\epsilon)/(\epsilon \log \log(1/\epsilon))}, \epsilon \log \log(1/\epsilon)/\log^2(1/\epsilon))$-준난수성이라면, $\operatorname{Stab}_\rho[f] \leq \Lambda_\rho(\mathbb{E}[f]) + O\left(\frac{\log \log(1/\epsilon)}{\log(1/\epsilon)}\right) \cdot \frac{1}{1-\rho}$ 이다.
• 만약 $f$ 가 $(\epsilon,\delta)$-준난수성이라면, 최대 $1/\delta$ 개의 좌표로의 제약 조건에서 평균은 $2^{1/\delta} \epsilon$ 이내로 변화한다. 이는 안정성 유계를 위한 핵심 도구이다.
• 노이즈 안정성의 경계는 부분 함수 전반에 걸쳐 균일하게 유지되며, 전체 안정성은 대부분의 부분 함수에서 작은 영향도와 소수의 에너지가 제한된 부분 함수를 조합함으로써 제어된다.
• 결과는 [OSTW10]의 미공개 스케치를 완성하고 정식화하며, 허가를 받아 완전한 증명을 제공하고, 관성 이론과 난수성 분야의 기초 작업을 확장한다.