非精确计算的算法基础
摘要：非精确计算，也被称为近似计算，是一种设计算法和计算系统的风格，其中算法的精确性或正确性被有意地以显著的资源节省为代价进行交换。已经在硬件和软件方面以及利用这种方法的自定义算法方面取得了重要进展，结果导致解决方案的质量（准确性）有所损失，而节省的资源则被比例上升。然而，这些方法往往是临时的，并且与特定的算法和技术密切相关。因此，缺乏一种基于原则的设计和分析算法的方法。 在本文中，我们提供了一种新颖的模型，可以对设计为非精确的算法的行为进行表征，并表征了这种方法所提供的机会和好处。因此，我们的方法适合标准的渐近分析，并提供了一个清晰的统一抽象，通过这个抽象可以进行算法的设计和分析。在此背景下，我们表明，在某些基本问题中，非精确性可以显著有益，即与不考虑这种方法和无法利用这种方法的方法相比，解决方案的质量可以指数地提高。我们展示了在布尔函数及其光谱、PAC学习和排序理论根源的背景下，这样的收益是可能的。形式上地说，这是通过引入非精确感知和非精确感觉无知的算法设计方法的双胞胎概念，并且在使用“感知”方法和“无感知”方法来解决质量比率方面显示了指数收益。
作者：John Augustine, Dror Fried, Krishna V. Palem, Duc-Hung Pham, Anshumali Shrivastava
论文ID：2305.18705
分类：Data Structures and Algorithms
分类简称：cs.DS
提交时间：2023-05-31