Score:3

อาร์กิวเมนต์ไฮบริดโดยไม่มีการสุ่มตัวอย่างที่มีประสิทธิภาพ

ธง sy

สมมติว่าฉันมี $k$ การกระจายที่ไหน $k$ มีขนาดใหญ่เป็นพหุนาม $D_1, D_2, \ldots, D_k$ อย่างนั้นละ $D_i$ แยกไม่ออกจากการคำนวณการแจกแจงแบบสม่ำเสมอ

จริงหรือไม่ที่การกระจาย $D_1 D_2 \ldots D_k$ ยังแยกไม่ออกจากการคำนวณ $k$ สำเนาชุดเครื่องแบบ?

สิ่งนี้ถือเล็กน้อยหากแต่ละคน $D_i$ สามารถสุ่มตัวอย่างได้อย่างมีประสิทธิภาพ แต่สมมุติว่าไม่ใช่

ข้อเท็จจริงยังคงเป็นจริงหรือไม่ ด้วยวิธีการที่ชาญฉลาดในการข้ามข้อกำหนดในการสุ่มตัวอย่างหรือไม่

Score:3
ธง us

นี่เป็นคำถามที่น่าสนใจมาก ฉันมองไปรอบ ๆ และพบกระดาษที่เรียกว่า ความสามารถในการแยกแยะไม่ได้ของคอมพิวเตอร์: ลำดับชั้นตัวอย่าง โดย Goldreich และซูดาน สิ่งนี้มีหลักฐานว่าไม่ถือ

BlackHat18 avatar
sy flag
แค่คำชี้แจง บทความนี้พูดถึงการแจกแจงสองครั้ง และการตั้งค่าเมื่อเราได้รับตัวอย่าง $k$ จากการแจกแจงใด ๆ จากทั้งสองการแจกแจงแต่ที่นี่ เราได้รับตัวอย่างหนึ่งตัวอย่างจากการแจกแจง $k$ ที่แตกต่างกัน (แต่ละรายการแยกไม่ออกจากเครื่องแบบ) หรือเราได้รับตัวอย่าง $k$ จากการแจกแจงแบบเดียวกัน คุณคิดว่าเทคนิคที่ใช้ได้ผลกับการตั้งค่าแรก (ของกระดาษ) ใช้ได้กับการตั้งค่าที่สอง (ของคำถามของฉัน) หรือไม่
Yehuda Lindell avatar
us flag
นอกจากนี้ยังมีการอ้างอิงในเอกสารถึงงานก่อนหน้าที่เกี่ยวข้องกับคำถามพื้นฐาน สัญชาตญาณของฉันบอกว่าสิ่งนี้ควรแปลเป็นการตั้งค่าที่คล้ายกัน แต่แน่นอนว่าต้องมีการตรวจสอบสัญชาตญาณเสมอ

โพสต์คำตอบ

คนส่วนใหญ่ไม่เข้าใจว่าการถามคำถามมากมายจะปลดล็อกการเรียนรู้และปรับปรุงความสัมพันธ์ระหว่างบุคคล ตัวอย่างเช่น ในการศึกษาของ Alison แม้ว่าผู้คนจะจำได้อย่างแม่นยำว่ามีคำถามกี่ข้อที่ถูกถามในการสนทนา แต่พวกเขาไม่เข้าใจความเชื่อมโยงระหว่างคำถามและความชอบ จากการศึกษาทั้ง 4 เรื่องที่ผู้เข้าร่วมมีส่วนร่วมในการสนทนาด้วยตนเองหรืออ่านบันทึกการสนทนาของผู้อื่น ผู้คนมักไม่ตระหนักว่าการถามคำถามจะมีอิทธิพลหรือมีอิทธิพลต่อระดับมิตรภาพระหว่างผู้สนทนา