基于最大秩的算术电路下界研究
引言
算术电路是多项式计算的基础模型。在代数复杂性领域,确定多项式规模算术电路的局限性是一个核心的开放性问题。近年来,有研究表明,如果一个含 $n$ 个变量、次数为 $d$(与 $n$ 呈线性关系)的多项式能由规模为 $2^{o(n)}$ 的算术电路计算,那么它也能由规模为 $2^{o(n)}$ 的深度为 4 的电路计算,这也解释了证明深度为 4 的电路下界的困难性。对于深度为 3 的电路,在有限域上已有指数下界的结果,但在无限域上获得强下界仍是一个长期未解决的问题。
此前,对于限制门计算多线性多项式的模型研究较多,已知计算永久多项式或行列式多项式的多线性公式有超多项式下界,但证明任意多线性算术电路的超多项式下界仍是一个开放问题。以往使用的偏导数矩阵方法只能对多线性电路得出下界。
本文引入了多项式系数矩阵,并将该矩阵在变量替换下的最大秩作为多元多项式的复杂度度量。通过分析最大秩在算术运算下的变化,结合相关工具证明了各种算术电路限制下的最大秩上界,进而对几类非多线性算术电路证明了超多项式下界,具体结果如下:
1. 对于计算 $d$ 个 $n×n$ 矩阵乘积的齐次深度为 3 的电路,其规模至少为 $\Omega(n^{d - 1}/2^d)$。
2. 存在一个关于 $n$ 个变量、次数至多为 $n^2$ 的显式多项式,对于乘积维数至多为 $\frac{n}{10}$ 的深度为 3 的电路,其规模至少为 $2^{\Omega(n)}$。
3. 对于乘积稀疏公式的规模,证明了 $n^{\Omega(\log n)}$ 的下界。
4. 对于分区算术分支程序的规模,证明了 $2^{\Omega(n)}$ 的下界。
超级会员免费看
订阅专栏 解锁全文
18

被折叠的 条评论
为什么被折叠?



