中文

关于模素数的齐次与非齐次二次同余式的小解

计算机视觉与模式识别 2026-01-13 v4

摘要

我们证明了关于二次同余式 λ1x12++λnxn2λn+1modpm\lambda_1x_1^2+\cdots+\lambda_nx_n^2\equiv \lambda_{n+1}\bmod{p^m} 中小权解的渐近公式,其中 pp 为固定的奇素数,λ1,...,λn+1\lambda_1,...,\lambda_{n+1} 为整数系数,且 (λ1λn,p)=1(\lambda_1\cdots \lambda _{n},p)=1,随着 mm\rightarrow \infty 趋于无穷大。如果 n6n\ge 6p5p\ge 5 且系数固定且满足 λ1,...,λn>0\lambda_1,...,\lambda_n>0(λn+1,p)=1(\lambda_{n+1},p)=1(非齐次情形),我们获得一个对中心在原点的边长至少为 p(1/2+ε)mp^{(1/2+\varepsilon)m} 的立方体中积分解 (x1,...,xn)(x_1,...,x_n) 有效的渐近公式。如果 n4n\ge 4λn+1=0\lambda_{n+1}=0(齐次情形),我们对系数 λi\lambda_i 允许随 mm 变化的情形证明了相同强度的结果。这些结果扩展了第一作者和第三作者以及 N. Bag 先前的结果。

关键词

引用

@article{arxiv.2406.12757,
  title  = {MAC: A Benchmark for Multiple Attributes Compositional Zero-Shot Learning},
  author = {Shuo Xu and Sai Wang and Xinyue Hu and Yutian Lin and Sibei Yang and Yu Wu},
  journal= {arXiv preprint arXiv:2406.12757},
  year   = {2026}
}

备注

13pages,5figures