Considere um poset finita sobre itens, e um predicado monótona desconhecido através (isto é, para qualquer , , se e , em seguida, ). Eu posso avaliar fornecendo um nó e descobrindo se é válido ou não. Meu objetivo é determinar exatamente o conjunto de nós modo que válido, usando o mínimo de avaliações deque possível. (Posso escolher minhas consultas, dependendo da resposta de todas as consultas anteriores, não sou obrigado a planejar todas as consultas com antecedência.)
Uma estratégia over é uma função que me diz, em função das consultas que eu executei até agora e suas respostas, qual nó a ser consultado e que garante isso em qualquer predicado , seguindo a estratégia , Atingirei um estado em que conheço o valor de em todos os nós. O tempo de execução de em um predicado é o número de consultas necessárias para conhecer o valor de em todos os nós. O pior tempo de execução de é . Uma estratégia ideal S ' é tal que wr (S') = \ min_S wr (S) .( X , ≤ ) P P r ( S , P ) S P P S w r ( S ) = max P r ( S , P ) S ′ w r ( S ′ ) = min S w r ( S )
Minha pergunta é a seguinte: dado como entrada o poset , como posso determinar o pior tempo de execução das estratégias ideais?
[Está claro que, para um poset vazio , serão necessárias consultas (precisamos perguntar sobre cada nó) e que, para um pedido total em torno de , serão necessárias consultas n \ rceil (fazendo uma pesquisa binária para encontrar a fronteira). Um resultado mais geral é o seguinte limite inferior teórico da informação: o número de opções possíveis para o predicado é o número de antichains de (porque existe um mapeamento individual entre predicados monotônicos e antichains interpretados como os elementos máximos de ), portanto, como cada consulta nos fornece um pouco de informação, precisaremos de pelo menos , subsumindo os dois casos anteriores. Isso está limitado ou são alguns posets cuja estrutura é tal que o aprendizado pode exigir consultas assintoticamente mais do que o número de antichains?]