[논문 리뷰] Lifting to Parity Decision Trees Via Stifling

Arkadev Chattopadhyay, Nikhil S. Mande외 2명|arXiv (Cornell University)|2022. 11. 30.

Complexity and Algorithms in Graphs인용 수 2

한 줄 요약

이 논문은 통신 복잡도에서 일정 크기의 기구(gadget)에 대해 '강성(stiffening)'의 개념을 도입하며, 임의의 k-강성 기구가 결정 트리 복잡도에서 페어리티 결정 트리(PDT) 크기 복잡도로의 릿지(lifting)를 가능하게 한다고 증명한다. 주요 결과는 k-강성 기구 g에 대해 PDTsize(f ◦ g) ≥ 2^{DT(f)} · k임을 보여주며, 이는 일정 폭의 CNF 공식에 대해 해상도 폭에서 Res(⊕) 증명 크기로의 하한선을 릿지하는 첫 번째 체계적인 방법을 가능하게 한다.

ABSTRACT

We show that the deterministic decision tree complexity of a (partial) function or relation f lifts to the deterministic parity decision tree (PDT) size complexity of the composed function/relation f∘g as long as the gadget g satisfies a property that we call stifling. We observe that several simple gadgets of constant size, like Indexing on 3 input bits, Inner Product on 4 input bits, Majority on 3 input bits and random functions, satisfy this property. It can be shown that existing randomized communication lifting theorems ([Göös, Pitassi, Watson. SICOMP'20], [Chattopadhyay et al. SICOMP'21]) imply PDT-size lifting. However there are two shortcomings of this approach: first they lift randomized decision tree complexity of f, which could be exponentially smaller than its deterministic counterpart when either f is a partial function or even a total search problem. Second, the size of the gadgets in such lifting theorems are as large as logarithmic in the size of the input to f. Reducing the gadget size to a constant is an important open problem at the frontier of current research. Our result shows that even a random constant-size gadget does enable lifting to PDT size. Further, it also yields the first systematic way of turning lower bounds on the width of tree-like resolution proofs of the unsatisfiability of constant-width CNF formulas to lower bounds on the size of tree-like proofs in the resolution with parity system, i.e., Res(⊕), of the unsatisfiability of closely related constant-width CNF formulas.

연구 동기 및 목표

• 작은 일정 크기의 기구를 사용하여 결정 트리 복잡도에서 페어리티 결정 트리 크기 복잡도로의 릿지 정리를 수립하기.
• 이전의 랜덤화 릿지 정리가 로그 크기의 기구를 필요로 하였던 제약를 극복하고, 일정 크기의 기구로 릿지하는 데 성공한 열린 문제를 해결하기.
• 일정 폭의 CNF 공식에 대해 해상도 증명 폭의 하한선을 Res(⊕) 증명 크기의 하한선으로 체계적으로 변환하는 방법을 제공하기.
• 랜덤 일정 크기의 함수와 인덱싱, 내적, 다数 함수와 같은 표준 기구들이 강성 조건을 만족할 경우, 그것들이 릿지에 충분하다는 것을 보여주기.

제안 방법

• k-강성의 개념을 도입: 기구 g가 k-강성 기구임은 임의의 k개 변수와 목표 값 b ∈ {0,1}에 대해 나머지 m−k개 변수의 설정이 k개 변수의 값과 무관하게 g의 출력을 항상 b로 유도할 수 있음을 의미한다.
• 페어리티 결정 트리(PDT)를 결정 트리로 변환하는 시뮬레이션 알고리즘을 개발하며, 페어리티 제약 질의와 '틀린' 답변을 추적하여 실패를 시뮬레이션한다.
• 질의 모델을 수정하여 페어리티 제약 질의 ⟨v, x⟩ =? a를 사용하며, 답변은 'Right' 또는 'Wrong'이며, 이는 하위공간 질의를 비용과 정확성을 유지하면서 시뮬레이션한다.
• 시뮬레이션된 결정 트리의 비용이 PDT 비용의 최대 1/k 이내임을 증명함으로써, PDT 크기의 하한선을 시뮬레이션된 DT의 크기를 통해 확립한다.
• 비적응형 및 t라운드 PDT에 이 시뮬레이션을 적용하여, 비적응형 및 라운드를 고려한 릿지 정리도 강성 조건 하에서 성립함을 보였다.
• 일반적인 기구들인 인덱싱(m=3), 내적(m=4), 다수(m=3), 랜덤 함수들이 작은 k에 대해 k-강성임을 이용하여 광범위한 적용 가능성을 확보하였다.

실험 결과

연구 질문

• RQ1 일정 크기의 기구를 사용하여 결정 트리 복잡도에서 페어리티 결정 트리 크기 복잡도로의 릿지 정리를 달성할 수 있는가?
• RQ2 such 릿지가 가능한 기구의 구조적 성질은 무엇이며, 자연스럽고 단순한 함수들이 이 성질을 만족하는가?
• RQ3 강성 성질을 활용하여 Res(⊕) 증명 체계에서 증명 크기의 새로운 하한선을 유도할 수 있는가?
• RQ4 이 시뮬레이션 기법은 비적응형 및 라운드 제한이 있는 PDT로 확장 가능한가? 만약 그렇다면, 통신 복잡도에 어떤 함의를 갖는가?

주요 결과

• k-강성 기구 g는 PDTsize(f ◦ g) ≥ 2^{DT(f)} · k를 보장하며, 일정 크기의 기구를 사용하는 강력한 릿지 결과를 확립한다.
• 3비트 인덱싱 함수, 4비트 내적 함수, 3비트 다수 함수, 랜덤 함수들이 모두 작은 k에 대해 k-강성임이 입증되었으며, 이는 릿지에 적합함을 의미한다.
• 시뮬레이션 알고리즘은 임의의 PDT에 대해 비용이 PDT 비용의 최대 1/k 이내인 결정 트리로 변환할 수 있으며, 이는 하한선을 증명한다.
• 이 방법은 일정 폭의 CNF 공식에 대해 해상도 증명 폭의 하한선을 Res(⊕) 증명 크기의 하한선으로 릿지하는 데 있어 첫 번째 체계적인 방법을 제공한다.
• 비적응형 및 t라운드 PDT에 대해서도 릿지 정리가 성립함: NAPDT(f ◦ g) ≥ NADT(f) · k이며, 동일한 강성 조건 하에서 라운드를 고려한 하한선도 성립한다.
• 이전의 랜덤화 릿지 정리보다 결정 트리 복잡도와 일정 크기의 기구를 사용함으로써 더 나은 결과를 도출하며, 통신 복잡도 분야의 핵심 열린 문제를 해결한다.