[论文解读] Spectral Norm of Symmetric Functions

Anil Ada, Omar Fawzi+1 more|arXiv (Cornell University)|May 23, 2012

Coding theory and cryptography参考文献 15被引用 4

一句话总结

本文对对称布尔函数的谱范数提供了组合表征，表明其对数被 $ r(f) \log(n/r(f)) $ 紧密有界，其中 $ r(f) $ 捕获了函数或其奇偶性移位版本在中间层附近变为常数的最小区间。该结果为对称函数的决策树复杂度与通信复杂度提供了紧致界，并支持了通信复杂度与学习理论中的关键猜想。

ABSTRACT

The spectral norm of a Boolean function $f:\{0,1\}^n o \{-1,1\}$ is the sum of the absolute values of its Fourier coefficients. This quantity provides useful upper and lower bounds on the complexity of a function in areas such as learning theory, circuit complexity, and communication complexity. In this paper, we give a combinatorial characterization for the spectral norm of symmetric functions. We show that the logarithm of the spectral norm is of the same order of magnitude as $r(f)\log(n/r(f))$ where $r(f) = \max\{r_0,r_1\}$, and $r_0$ and $r_1$ are the smallest integers less than $n/2$ such that $f(x)$ or $f(x) \cdot parity(x)$ is constant for all $x$ with $\sum x_i \in [r_0, n-r_1]$. We mention some applications to the decision tree and communication complexity of symmetric functions.

研究动机与目标

• 为对称布尔函数的谱范数提供组合表征。
• 根据函数的结构参数，建立谱范数的紧致界。
• 将该表征应用于对称函数的决策树复杂度与通信复杂度。
• 支持并扩展涉及谱范数的通信复杂度与学习理论中的猜想。
• 为理解对称函数的近似单项式复杂度与通信复杂度提供基础。

提出的方法

• 定义 $ r_0 $ 和 $ r_1 $ 为小于 $ n/2 $ 的最小整数，使得 $ f $ 或 $ f \cdot \text{parity} $ 在汉明权重属于 $[r_0, n - r_1]$ 的输入上为常数。
• 引入 $ r(f) = \max\{r_0, r_1\} $ 作为函数的关键结构参数。
• 证明 $ \log \|\widehat{f}\|_1 = \Theta^*\left(r(f) \log(n / r(f))\right) $，其中 $ \|\widehat{f}\|_1 $ 为谱范数。
• 利用傅里叶分析技术与对偶性，将谱范数与奇偶性决策树及通信协议的复杂度联系起来。
• 利用 Bruck 和 Smolensky 关于低谱范数函数可表示为低次多项式的已知结果。
• 将该表征应用于分析 xor 函数 $ f(x \oplus y) $ 的近似秩与通信复杂度。

实验结果

研究问题

• RQ1 决定对称布尔函数谱范数的精确组合结构是什么？
• RQ2 对称函数的谱范数与其决策树复杂度有何关系？
• RQ3 是否能通过函数在奇偶性移位后变为常数的最小区间，对谱范数进行紧致表征？
• RQ4 谱范数表征是否意味着对称 xor 函数的通信复杂度存在紧致界？
• RQ5 谱范数在多大程度上控制对称函数的近似单项式复杂度？

主要发现

• 对称布尔函数的谱范数的对数为 $ \Theta^*\left(r(f) \log(n / r(f))\right) $，其中 $ r(f) $ 是函数或其奇偶性移位版本在中间层附近变为常数的最小区间大小。
• 该表征表明，谱范数紧密控制奇偶性决策树的复杂度，且该范数上界为这类树的大小。
• 该结果在猜想 5.1 成立的条件下，支持了对称 xor 函数 $ F(x,y) = f(x \oplus y) $ 的对数近似秩猜想。
• 通过与 Kushilevitz-Mansour 学习算法的联系，该表征为 $ r(f) $ 较大的对称函数提供了强有力的近似单项式复杂度下界。
• 该表征确认了谱范数是对称函数的核心复杂度度量，将其与通信复杂度和学习理论联系起来。
• 在该猜想成立的条件下，该结果为 Shi 和 Zhang 所证明的对称 xor 函数的量子-经典通信复杂度等价性提供了直接证明。