When Relaxation Does Not Help: RLDCs with Small Soundness Yield LDCs

Este trabalho demonstra que qualquer código localmente decodificável relaxado (RLDC) com qq consultas e erro de sombreamento abaixo de um certo limiar pode ser convertido em um código localmente decodificável (LDC) padrão com parâmetros comparáveis, generalizando resultados anteriores ao remover a exigência de linearidade e estabelecendo limites inferiores aprimorados para RLDCs, RLCCs e PCPPs.

Kuan Cheng, Xin Li, Songtao Mao2026-03-05🔢 math

Learning Read-Once Determinants and the Principal Minor Assignment Problem

Este trabalho apresenta um algoritmo randomizado de tempo polinomial para aprender determinantes lidos uma única vez (RODs) ao conectar o problema à versão de caixa-preta do Problema de Atribuição de Menores Principais (PMAP), demonstrando que ambos são equivalentes e resolvendo o PMAP através da investigação da propriedade de extensão de posto um em matrizes densas.

Abhiram Aravind, Abhranil Chatterjee, Sumanta Ghosh + 3 more2026-03-05🔢 math