[논문 리뷰] Fourier Growth of Parity Decision Trees

Chattopadhyay, Eshan, Liao, Jyun-Jie|arXiv (Cornell University)|2021. 03. 22.

Complexity and Algorithms in Graphs참고 문헌 31인용 수 1

한 줄 요약

이 논문은 페어리 결합 결정 트리(PDTs)에 대한 날카운 Fourier 흐트러짐 경계를 수립하며, 트리 깊이가 d일 때, 수준 ℓ에서의 Fourier 계수의 절댓값 합이 d^{ℓ/2} · O(ℓ · log n)^ℓ 이하임을 증명한다. 저자들은 경로 기여도를 제한하기 위해 새로운 무작위 보행 분석과 청소 절차를 사용하여, 작은 ℓ에 대해 거의 날카운 경계를 도출하고, 기존 표준 결정 트리 결과를 확장한다. 이 경계는 무작위 페어리 결정 트리 모델에서 k-겹 Forrelation 문제에 대한 지수적 하한 경계를 암시한다.

ABSTRACT

In a recent work, Gryaznov, Pudlák and Talebanfard (CCC '22) introduced a linear variant of read-once branching programs, with motivations from circuit and proof complexity. Such a read-once linear branching program is a branching program where each node is allowed to make 𝔽₂-linear queries, and is read-once in the sense that the queries on each path is linearly independent. As their main result, they constructed an explicit function with average-case complexity 2^{n/3-o(n)} against a slightly restricted model, which they call strongly read-once linear branching programs. The main tool in their lower bound result is a new type of extractor, called directional affine extractors, that they introduced. Our main result is an explicit function with 2^{n-o(n)} average-case complexity against the strongly read-once linear branching program model, which is almost optimal. This result is based on a new connection from this problem to sumset extractors, which is a randomness extractor model introduced by Chattopadhyay and Li (STOC '16) as a generalization of many other well-studied models including two-source extractors, affine extractors and small-space extractors. With this new connection, our lower bound naturally follows from a recent construction of sumset extractors by Chattopadhyay and Liao (STOC '22). In addition, we show that directional affine extractors imply sumset extractors in a restricted setting. We observe that such restricted sumset sources are enough to derive lower bounds, and obtain an arguably more modular proof of the lower bound by Gryaznov, Pudlák and Talebanfard. We also initiate a study of pseudorandomness against linear branching programs. Our main result here is a hitting set generator construction against regular linear branching programs with constant width. We derive this result based on a connection to Kakeya sets over finite fields.

연구 동기 및 목표

• 표준 결정 트리에 대한 이전 결과를 확장하여 페어리 결정 트리(PDTs)에 대한 날카운 Fourier 흐트러짐 경계를 수립하는 것.
• 각 수준 ℓ에서의 절댓값 Fourier 계수 합을 특성화하여 PDT의 Fourier 스펙트럼을 분석하는 것.
• 이 경계를 적용하여 랜덤화된 페어리 결정 트리 모델에서 k-겹 Forrelation 문제에 대한 하한 경계를 증명하는 것.
• 트리 분해를 피하는 새로운 기반의 무작위 보행 증명 기법을 개발하여, 이전 방법보다 더 단순하고 직관적인 분석을 가능하게 하는 것.
• 최근에 도입된 모델인 비용이 최대 d인 노이즈 있는 결정 트리로 Fourier 경계를 확장하는 것.

제안 방법

• PDT에서 수준 ℓ의 Fourier 표현에 대한 랜덤 루트-리프 경로의 기여도를 분석하기 위해 무작위 보행 접근법을 사용한다.
• 청소 절차를 통해 무작위 보행의 값이 높은 확률로 유한하게 유지되도록 보장하여 농도 경계를 확보한다.
• 수준 ℓ의 보행 단계 크기를 이전 수준(≤ℓ−1)의 중간 값들을 사용하여 계산함으로써, 귀납적 증명 구조를 가능하게 한다.
• 집합 T의 크기에 대해 귀납을 적용하며, 기저 사례는 t=0이고, 귀납 단계는 렘마 3.4를 통한 마틴게일 농도를 기반으로 한다.
• 간선 전이에 대해 평균이 0인 랜덤 변수를 활용하고, 보행의 편차를 제어하기 위해 尾確率 경계를 적용한다.
• 확률적 간선 선택을 모델링하고 계수 기여도의 결과적 분산을 제한함으로써, 이 프레임워크를 노이즈 있는 결정 트리로 확장한다.

실험 결과

연구 질문

• RQ1 깊이 d인 페어리 결정 트리에 대해 수준 ℓ에서 절댓값 Fourier 계수의 합이 최대 몇일 수 있는가?
• RQ2 무작위 제한이나 노이즈 하에서 수준 ℓ의 Fourier 계수는 어떻게 행동하는가? 그리고 모든 ℓ에 대해 균일하게 경계를 설정할 수 있는가?
• RQ3 무작위 보행 방법을 사용하여 이전의 분해 기반 접근법보다 더 날카운 Fourier 경계를 유도할 수 있는가?
• RQ4 PDT에 대한 Fourier 흐트러짐 경계가 Forrelation과 같은 전체 함수 클래스에 대해 강력한 하한 경계를 암시하는가?
• RQ5 이와 같은 기법을 표준 결정 트리와 페어리 결정 트리를 일반화하는 노이즈 있는 결정 트리로 확장할 수 있는가?

주요 결과

• 깊이 d인 어떤 페어리 결정 트리에 대해서도 수준 ℓ에서 절댓값 Fourier 계수의 합은 d^{ℓ/2} · O(ℓ · log n)^ℓ 이하로 경계지며, 이는 작은 ℓ에 대해 거의 날카운 경계이다.
• 이 경계는 k-겹 Forrelation 문제의 랜덤화된 페어리 결정 트리 복잡도가 e^{Ω(n^{1−1/k})}임을 암시한다. 이는 양자 질의 복잡도가 ⌈k/2⌉임에도 불구하고 성립한다.
• 이전의 분해 기반 방법보다 더 단순하고 직관적인 증명 기법을 제공하며, 특히 표준 결정 트리에 대해 유용하다.
• 동일한 경계는 비용이 최대 d인 노이즈 있는 결정 트리로도 확장되며, 확률적 질의에 대한 강건성을 보여준다.
• 이 결과는 L1(t)에 속하는 함수를 위한 근사 무작위 생성기 구축을 강화하여, 더 날카운 Fourier 흐트러짐 제어를 가능하게 한다.
• 분석을 통해 수준 ℓ의 Fourier 계수는 노이즈 하에서 γ^ℓ 만큼 곱으로 감소함을 밝혀내었으며, 이는 ℓ에 따라 달라지는 경계의 사용을 정당화한다.