[논문 리뷰] Boolean functions whose Fourier transform is concentrated on pairwise disjoint subsets of the input

Aviad Rubinstein, Muli Safra|arXiv (Cornell University)|2015. 12. 30.

Rough Sets and Fuzzy Logic참고 문헌 5인용 수 5

한 줄 요약

이 논문은 {±1}^m 위의 균형 잡힌 부울 함수 중 푸리에 변환이 상호 배타적인 변수 부분집합에 집중되어 있는 경우, 비록 기저 변수들이 비균일하거나 부울이 아니더라도 항상 단일 독재 함수에 가까워야 한다고 증명한다. 이 결과는 FKN 정리를 비균일 설정으로 확장하며, 분산에 의존하는 근사 오차 경계가 날카롭게 tight하다는 것을 보여주며, 사회선택 이론과 계산 복잡도 이론에 영향을 미친다.

ABSTRACT

We consider Boolean functions f:{-1,1}^n->{-1,1} that are close to a sum of independent functions on mutually exclusive subsets of the variables. We prove that any such function is close to just a single function on a single subset. We also consider Boolean functions f:R^n->{-1,1} that are close, with respect to any product distribution over R^n, to a sum of their variables. We prove that any such function is close to one of the variables. Both our results are independent of the number of variables, but depend on the variance of f. I.e., if f is ε*Var(f)-close to a sum of independent functions or random variables, then it is O(ε)-close to one of the independent functions or random variables, respectively. We prove that this dependence on Var(f) is tight. Our results are a generalization of the Friedgut-Kalai-Naor Theorem [FKN'02], which holds for functions f:{-1,1}^n->{-1,1} that are close to a linear combination of uniformly distributed Boolean variables.

연구 동기 및 목표

• 비균일한 제품 분포를 가진 {±1}^n 위의 FKN 정리를 일반화하는 것, 여기서 변수들이 대칭적이거나 부울이 아닐 수 있다.
• 서로 다른 변수 부분집합에서 독립 함수들의 합에 가까운 부울 함수가 반드시 단일한 그러한 함수에 가까워야 하는지 조사하는 것.
• 근사 오차에 대한 함수의 분산에 대한 최적의 의존성을 확립하는 것.
• 푸리에 계수들이 상호 배타적인 변수 부분집합에만 국한된 부울 함수의 구조적 특성화를 탐색하는 것.
• 푸리에 지지 집합이 상호 배타적인 부분집합에 있는 이러한 함수들이 각 부분집합에서의 독립 함수들에 대해 중심 부울 함수(예: OR 또는 AND)를 병합하여 잘 근사될 수 있다는 추측을 내세우는 것.

제안 방법

• 일반적인 제품 분포 하에서 f: {±1}^m → {±1} 인 부울 함수의 푸리에 변환을 분석하며, 계수의 집중이 상호 배타적인 부분집합에 국한된 경우를 중심으로 다룬다.
• 분산 기반 오차 경계를 사용하여, f가 ε·Var(f)-근접도로 상호 배타적인 변수 집합에서의 독립 함수들의 합에 가까운 경우, f는 O(ε)-근접도로 그 중 하나에 가까워진다는 것을 보인다.
• 영향도와 노이즈 민감도를 포함한 부울 함수 분석의 기법을 적용하고, 프리드기트의 줄림 렘마를 비균일 설정으로 확장한다.
• 근사 오차의 분산 의존성이 날카롭다는 것을 보여주기 위해 명시적인 반례를 구성한다.
• 푸리에 지지 집합이 상호 배타적인 부분집합에 있는 함수들이 각 부분집합에서의 독립 함수들에 대해 중심 함수(OR 또는 AND)를 병합하여 잘 근사될 수 있다는 추측을 제시한다.
• 근사 오차를 측정하기 위해 ℓ2-거리(L2 노름)를 사용하며, 경계는 ε과 일반 상수에 따라 표현된다.

실험 결과

연구 질문

• RQ1 FKN 정리는 변수들이 대칭적이거나 부울이 아닐 수 있는 {±1}^n 위의 비균일 제품 분포로 확장될 수 있는가?
• RQ2 부울 함수가 서로 다른 변수 부분집합에서의 독립 함수들의 합에 가까운 경우, 반드시 그 중 하나에 가까워야 하는가?
• RQ3 이러한 설정에서 근사 오차의 최적의 분산 의존성은 무엇인가?
• RQ4 푸리에 계수들이 상호 배타적인 변수 부분집합에만 국한된 부울 함수에 대한 구조적 특성화는 가능한가?
• RQ5 이러한 함수들은 각 부분집합에서의 독립 함수들에 대해 중심 부울 함수(예: OR 또는 AND)를 병합하여 잘 근사될 수 있는가?

주요 결과

• 균형 잡힌 부울 함수 f: {±1}^m → {±1} 중에서 푸리에 변환이 상호 배타적인 변수 부분집합에 집중되어 있는 경우, 만약 f가 그 부분집합에서의 독립 함수들의 합에 ε·Var(f)-근접도이면, f는 O(ε)-근접도로 단일 독재 함수에 가까워진다.
• 근사 오차의 분산 의존성이 명시적인 반례를 통해 날카롭게 tight하다는 것이 입증된다. 즉, 분산 스케일링을 향상시킬 수 없다.
• 이 결과는 FKN 정리를 비균일 제품 분포로 일반화하며, p-편향 설정을 포함한 비균일 설정에도 적용되며, 개별 함수들이 부울이거나 대칭적이지 않아도 성립한다.
• ℝ^n 위의 함수들 중에서 어떤 제품 분포 하에서 독립 랜덤 변수들의 합에 가까운 경우, f가 ε·Var(f)-근접도로 그 합에 가까운 경우, f는 O(ε)-근접도로 그 변수들 중 하나에 가까워진다.
• 논문은 이러한 함수들이 각 부분집합에서의 독립 함수들에 대해 중심 함수(OR 또는 AND)를 병합하여 잘 근사될 수 있으며, ℓ2-오차는 일반 상수와 ε의 곱으로 유계임을 추측한다.
• 구조적 추측은 이러한 함수의 유일한 극단적인 예는 상호 배타적인 부분집합에서의 독립 함수들의 병합 후에 전역 부울 함수를 적용한 것뿐이며, 예를 들어 트라이브 유형의 함수(AND의 OR)와 같은 형태임을 시사한다.