机构名称：
¥ 2.0
随机性。通过算法测试的随机性理论在Schnorr [37，38]的工作中以及[16]等DeMuth的工作中，在Martin-Lof的论文[28]中开始使用。这些作者中的每一个都使用算法工具来介绍一个有限位序列是否是随机的测试。而不是算法随机性的绝对概念，而是根据允许的算法工具的强度出现的随机性概念的层次结构。martin-lof引入了现在以他命名的随机概念，该概念基于康托尔空间中均匀计算的开放场景序列。schnorr根据可计算的投注策略考虑了更限制的测试，这导致较弱的概念现在称为可计算的随机性，而现在称为schnorr随机性的甚至更弱的概念。随机性比Martin-Lof强，但仍在算术中，库尔兹（Kurtz）在某种程度上提出了算术[24]。 对我们的重要性将是2随意性（即相对于停止问题的ML随机性），而弱2随机性的概念中间介于2随意性和ML随机之间。 有关正式定义，请参见第3和第5节。 算法随机性领域从1990年代后期开始进行了一段激烈的活动，其中大量的研究论文导致出版了两本教科书[17,34]。 这样做的一个原因是实现，回到kuˇcera [25,26]，它使满足的随机性概念与图灵oracles的计算复杂性以有意义的方式相互作用（后者是计算理论中的主要主题）。随机性比Martin-Lof强，但仍在算术中，库尔兹（Kurtz）在某种程度上提出了算术[24]。对我们的重要性将是2随意性（即相对于停止问题的ML随机性），而弱2随机性的概念中间介于2随意性和ML随机之间。有关正式定义，请参见第3和第5节。算法随机性领域从1990年代后期开始进行了一段激烈的活动，其中大量的研究论文导致出版了两本教科书[17,34]。这样做的一个原因是实现，回到kuˇcera [25,26]，它使满足的随机性概念与图灵oracles的计算复杂性以有意义的方式相互作用（后者是计算理论中的主要主题）。可以辨别随机性概念研究的两个主要方向：
随机概念和反向数学
主要关键词
相关文件推荐
