[논문 리뷰] Some Extensions of the Inversion Complexity of Boolean Functions

V. V. Kochergin, A. V. Mikhailovich|arXiv (Cornell University)|2015. 06. 15.

Machine Learning and Algorithms참고 문헌 6인용 수 3

한 줄 요약

이 논문은 마르코프의 고전적 역전환 복잡도 정리에 대해, 단조 함수 기반과 유한한 비단조 함수 집합을 포함하는 임의의 부울 회로에 대해, 어떤 함수를 계산하기 위해 필요한 비단조 함수 게이트의 최소 수가 ⌈log₂(d(F)+1)⌉ − c(B) 와 ⌈log₂(d(F)+1)⌉ 사이로 엄밀하게 유계됨을 보여줌으로써 이를 확장한다. 여기서 d(F)는 증가하는 체인을 따라 값의 감소 수의 최댓값이며, c(B)는 기반에 따라 결정되는 상수이다. 이 결과는 일부 비단조 함수 게이트가 NOT 게이트보다 더 높은 복잡도를 가질 경우에도 마르코프의 유계가 거의 유지됨을 입증한다.

ABSTRACT

The minimum number of NOT gates in a Boolean circuit computing a Boolean function is called the inversion complexity of the function. In 1957, A. A. Markov determined the inversion complexity of every Boolean function and proved that $\lceil\log_{2}(d(f)+1) ceil$ NOT gates are necessary and sufficient to compute any Boolean function $f$ (where $d(f)$ is maximum number of value changes from 1 to 0 over all increasing chains of tuples of variables values). In this paper we consider Boolean circuits over an arbitrary basis that consists of all monotone functions (with zero weight) and finite nonempty set of non-monotone functions (with unit weight). It is shown that the minimal sufficient for a realization of the Boolean function $f$ number of non-monotone gates is equal to $\lceil\log_{2}(d(f)+1) ceil - O(1)$. Similar extends of another classical result of A. A. Markov for the inversion complexity of system of Boolean functions has been obtained.

연구 동기 및 목표

• 1957년 마르코프의 역전환 복잡도 결과를 단조 및 비단조 함수를 포함하는 임의의 기반으로 일반화하기 위해.
• d(ωᵢ) > 1인 비단조 함수 게이트의 존재가 부울 함수의 역전환 복잡도에 미치는 영향을 규명하기 위해.
• 임의의 부울 함수나 시스템을 계산하기 위해 필요한 비단조 함수 게이트 수의 날카운 하한 및 상한을 확립하기 위해.
• 일부 비단조 함수 게이트가 더 높은 복잡도를 가질지라도, 역전환 복잡도가 마르코프의 원래 유계에 점근적으로 가까이 유지됨을 보여주기 위해.

제안 방법

• 부울 함수 시스템 F의 감소 수 d(F)를 정의함: 임의의 증가하는 입력 튜플 체인을 따라 값의 감소 수의 최댓값.
• 기반 B = M ∪ {ω₁, ..., ωₚ}을 갖는 회로를 모델링함: M은 단조 함수 집합(가중치 0), 비단조 함수 ωᵢ(가중치 1).
• 회로 복잡도에 대한 귀납법을 통해 d(F) ≤ (2r(B) + 1)(2^{I_B(F)} − 1) 를 증명함. 여기서 r(B) = max{d(ωᵢ)} 이다.
• 부등식을 역전시켜 I_B(F)의 하한을 유도함: I_B(F) ≥ ⌈log₂(d(F)+1)⌉ − c(B), 여기서 c(B) = log₂(2r(B) + 1) + 1.
• 임의의 NOT 게이트가 상수 대입을 통해 비단조 함수를 이용해 시뮬레이션 가능하므로, 상한 I_B(F) ≤ ⌈log₂(d(F)+1)⌉ 이 유지됨을 이용함.
• 유도된 하한과 알려진 상한을 조합하여 최종 결과를 확립함으로써, 추가 상수 c(B)를 제외하고는 유계가 날카로움을 증명함.

실험 결과

연구 질문

• RQ1 마르코프의 역전환 복잡도 유계는 d(ωᵢ) > 1인 비단조 함수를 포함하는 임의의 기반으로 확장될 수 있는가?
• RQ2 비단조 함수 게이트가 더 높은 점프 복잡도를 가질 경우, 그 함수를 계산하기 위해 필요한 최소 수의 비단조 함수 게이트에 어떤 영향을 미치는가?
• RQ3 비단조 함수 게이트가 간단한 부정이 아닌 경우에도 원래 마르코프 유계 ⌈log₂(d(F)+1)⌉ 가 여전히 점근적으로 유효한가?
• RQ4 임의의 기반 B에 대해, 기반 B에 대한 역전환 복잡도가 마르코프 유계로부터 최적의 추가 상수 c(B)로 유지되는가?
• RQ5 기반에 비단조 함수가 복잡한 행동을 보일 경우에도 감소 수 d(F) 는 여전히 역전환 복잡도를 완전히 특징짓는가?

주요 결과

• 임의의 완전한 기반 B = M ∪ {ω₁, ..., ωₚ}에 대해, 부울 함수 시스템 F의 역전환 복잡도 I_B(F) 는 ⌈log₂(d(F)+1)⌉ − c(B) ≤ I_B(F) ≤ ⌈log₂(d(F)+1)⌉ 를 만족하며, 여기서 c(B) = log₂(2r(B) + 1) + 1 이고 r(B) = max{d(ωᵢ)} 이다.
• 상한 I_B(F) ≤ ⌈log₂(d(F)+1)⌉ 는 임의의 비단조 함수를 상수 대입을 통해 NOT 게이트로 시뮬레이션할 수 있기 때문에 성립한다.
• 하한은 회로 복잡도에 대한 귀납법을 통해 유도되며, d(F) 가 I_B(F) 에 대해 지수적으로 증가할 수 있으며, 이는 기반 함수의 최대 점프 복잡도 r(B) 에 의해 제약을 받는다.
• 결과적으로 비단조 함수 게이트가 d(ωᵢ) > 1 (예: XOR 유사 함수)일지라도, 역전환 복잡도는 마르코프의 원래 유계로부터 상수 추가 인자 내에서 유지됨을 보여준다.
• 상수 c(B) 는 기반 내 비단조 함수의 최대 점프 복잡도 r(B) 에만 의존하며, 함수의 수나 특정 정체성에는 영향을 받지 않는다.
• 유계는 추가 상수를 제외하고는 날카로움: 임의의 기반 B 에 대해, 하한을 정확히 도달하는 함수들이 존재함을 보여주며, 이는 일반적으로 c(B) 를 향상시킬 수 없음을 입증한다.