关于 Friedman-Stanley 跳跃学习能力的研究
逻辑
2025-01-23 v1
摘要
最近，算法学习代数结构与描述集合论之间出现了惊人的联系。跟随这一研究路径，我们将等价关系 在拓扑空间上的学习能力定义为那些可连续归约到 的同构关系的类，这些同构关系具有 countably many equivalence classes。在本文中，我们描述了 和 的有限 Friedman-Stanley 跳跃的学习能力，证明这些等价关系学习了由适当的无限句区分的可数结构的族。我们的证明技术为评估 Borel 等价关系的连续复杂性引入了新的想法。
引用
@article{arxiv.2501.12846,
title = {On the learning power of Friedman-Stanley jumps},
author = {Vittorio Cipriani and Alberto Marcone and Luca San Mauro},
journal= {arXiv preprint arXiv:2501.12846},
year = {2025}
}