受限CNF公式的参数化编译下界
人工智能
2016-04-25 v1 计算复杂性
摘要
我们展示了知识编译领域的无条件参数化下界，更具体地，是关于编码受若干图宽度度量限制的CNF公式的可分解否定范式(DNNF)电路的大小。特别地，我们证明：存在大小为、模关联树宽为的CNF公式，其最小DNNF编码大小为；以及存在大小为、关联邻域多样性为的CNF公式，其最小DNNF编码大小为。这些结果补充了近期将CNF编译为DNNF的上界，并从定量和定性上加强了已知的团宽条件的下界。此外，它们表明，与许多图问题不同，此处考虑的参数表现与树宽有显著差异。
引用
@article{arxiv.1604.06715,
title = {Parameterized Compilation Lower Bounds for Restricted CNF-formulas},
author = {Stefan Mengel},
journal= {arXiv preprint arXiv:1604.06715},
year = {2016}
}