QUICK REVIEW
[论文解读] The constant of recognizability is computable for primitive morphisms
Fabien Durand, Julien Leroy|arXiv (Cornell University)|Oct 18, 2016
Computability, Logic, AI Algorithms被引用 7
一句话总结
该论文为原始态态射的可识别常数建立了可计算的上界,证明了对于任意非周期性的原始态射σ,其常数由仅依赖于字母表大小|A|和最大像长度|σ|的函数所界定。该上界通过线性递推性质、返回词以及关联到关联矩阵的矩阵理论论证推导得出,最终得到一个以|σ|和|A|表示的显式可计算表达式。
ABSTRACT
Mossé proved that primitive morphisms are recognizable. In this paper we give a computable upper bound for the constant of recognizability of such a morphism. This bound can be expressed only using the cardinality of the alphabet and the length of the longest image under the morphism of a letter.
研究动机与目标
- 为原始态射中的可识别常数建立可计算的上界。
- 解决原始态射的可识别常数是否可有效计算的开放问题。
- 提供一个仅依赖于字母表大小和态射最大像长度的统一上界。
- 通过显式化并使其可计算,扩展Mossé的可识别性结果。
提出的方法
- 利用Mossé定理(非周期性原始态射是可识别的),本文推导出可识别常数的可计算上界。
- 通过线性递推概念,本文界定了固定点语言中任意因子的最长返回词长度。
- 应用态射的关联矩阵,本文利用原始矩阵的性质,界定了所有因子出现所需的步数。
- 通过图像长度增长和不同因子数量的递归估计构建上界。
- 关键组成部分包括最大图像长度|σ|、字母表大小d = |A|,以及线性递推常数Kσ。
- 最终上界通过涉及Kσ、因子数量和返回词长度的一系列不等式链推导得出,形成单一显式表达式。
实验结果
研究问题
- RQ1原始态射的可识别常数是否可以有效计算?
- RQ2在原始态射内在参数下,可识别常数的最紧可能上界是什么?
- RQ3原始态射的可识别性是否具有不依赖于固定点的统一、可计算上界?
- RQ4参数|σ|和|A|如何影响可识别常数的大小?
- RQ5原始态射固定点的线性递推结构能否用于推导可识别性的有效上界?
主要发现
- 对于任意非周期性原始态射σ,其可识别常数至多为2|σ|^{6d² + 6d|σ|^{28d²}} + |σ|^d,其中d = |A|。
- 该上界仅依赖于字母表大小d和最大图像长度|σ|,因此可从态射定义完全计算得出。
- 固定点的线性递推常数Kσ的上界为|σ|^{4d²},该界用于控制返回词长度。
- 长度不超过R的不重复因子数量被界为KσR,该界用于估计可能的因子配置数量。
- 最长返回词长度R的上界为2|σ|^{6d²},该界在最终上界中起关键作用。
- 最终上界通过组合涉及Kσ、R和因子数量的多个不等式推导得出,形成单一可计算表达式。
更好的研究,从现在开始
从阅读论文到最终审阅,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。