机构名称：
¥ 1.0
平均案例复杂性。我们定义了一个伪随机类的功能类别，我们称之为定向仿射提取器，并表明这些功能对于强读型模型平均而言很难。然后，我们用良好的参数提出了这种功能的明确结构。这加强了Cohen和Shinkar（ITCS'16）的结果，他们为平均决策树提供了如此平均的硬度。定向仿生提取器比更熟悉的仿期提取器更强。鉴于这些功能的重要性，我们期望我们的新功能可能具有独立的利益。证明复杂性。我们还考虑了证明系统res [⊕]，该系统是用线性查询分辨率的扩展，并定义了RES [⊕]的常规变体。此证明系统中CNF的反驳自然定义了解决相应搜索问题的线性分支程序。如果驳斥是常规的，我们证明结果程序是读取的。相反，我们表明，解决搜索问题的弱读取线性BP可以转换为常规res [⊕]反驳，并持续爆炸，而规则性条件来自弱读取对立的bps的定义，从而获得了这些证明系统之间的等价。
线性分支程序和定向仿射提取器
主要关键词
相关文件推荐
