大型对象模型中的支持测试
摘要：Huge Object模型下分布检测模型的研究 在这个模型中，我们可以访问来自未知分布的独立样本，该分布属于字符串集合{0,1}^n，并且只能查询样本中的少数位数。 我们研究在这个模型中，是否可以检测出分布是否支持m个元素的问题。结果表明，这个属性的行为非常复杂，尤其是在考虑自适应性的问题时。 我们证明了自适应和非自适应算法在单侧和双侧错误情况下的下界和上界。当m固定为一个常数时，我们的界限是紧确的(距离参数ε是唯一变量)。对于一般情况，我们的界限相差最多不超过O(log m)。 特别地，我们的结果显示了非自适应测试所需查询数目与自适应测试之间出现了令人惊讶的O(log ε^-1)差距。对于单侧错误测试，我们还证明了样本数目与查询数目之间至少需要O(log m)差距。 我们的结果涉及了多种组合和概率方法。
作者：Tomer Adar and Eldar Fischer and Amit Levi
论文ID：2308.15988
分类：Data Structures and Algorithms
分类简称：cs.DS
提交时间：2023-08-31