এটি একটি দেরিতে প্রতিক্রিয়া।
প্রথমত, আপনি যা লিখেছেন তা সংশোধন করার জন্য: ক্রিপ্টোগ্রাফিক সিউডোর্যান্ডমনেস (ওডাব্লুএফ থেকে প্রাপ্ত একটি) "প্রাকৃতিকভাবে সংজ্ঞায়িত" গণনামূলক জটিলতা ক্লাসকে ডেনডমাইজ করার পক্ষে যথেষ্ট প্রসার করে না। একটি পুরানো কাগজে (৮০ এর দশকের শুরুতে) অ্যান্ড্রু ইয়াও এই বিষয়গুলি ব্যবহার করে আরপি ইত্যাদির জন্য কিছু সুফলযুক্ত সময় ড্রেন্ডোমাইজেশন দেখায় (বিটিডাব্লু, এটি তাত্ক্ষণিক), তবে কোনও শক্তিশালী ড্রেন্ডমাইজেশন জানা যায়নি। দ্রষ্টব্য, মূর্খ শক্তি ক্রিপ্টোগ্রাফিক পিআরজিগুলির ক্ষেত্রে আপনার ডেরাডোমাইজেশনের প্রয়োজনের তুলনায় আরও শক্তিশালী তবে একই সাথে তাদের প্রসারের ক্ষেত্রে তাদের সাধারণ জটিলতা-তাত্ত্বিক অ্যানালগগুলির চেয়ে দুর্বল (এটি সংজ্ঞায়িত পরিমাপের ক্রমানুসারে অনুসরণ করা হয়) PRGs)।
সাশো নিকোলভ যেমন উল্লেখ করেছেন যে পিএসি শেখার ক্ষেত্রে প্রচুর উদাহরণ রয়েছে। শিখার সূত্র এবং অটোমেটা শেখার অসম্ভবতার বিষয়ে কেয়ার্নস এবং ভ্যালেন্টের খুব প্রাথমিক কাগজটি দেখুন (সেখান থেকে রেফারেন্সগুলিতে গুগল পন্ডিত অনুসরণ করুন)। এছাড়াও, বিরতি দিয়ে প্রমাণ জটিলতার ফলাফল রয়েছে - জান ক্রাজিকেক এবং পাভেল পুদলকের প্রথম দিকের কাজগুলি একবার দেখুন। তবে, আপনি এগুলিকে জটিলতা-তাত্ত্বিক প্রভাব (তবে আমি করি) হিসাবে বিবেচনা করে কিনা তা নিশ্চিত নই।
- পেরিক্লিস