अवशिष्ट परिमित राज्य ऑटोमेटा (RFSAs, [DLT02] में परिभाषित) NFA हैं जो DFA के साथ आम तौर पर कुछ अच्छी विशेषताएं हैं। विशेष रूप से, हर नियमित भाषा के लिए हमेशा एक विहित न्यूनतम आकार का RFSA होता है, और RFSA में प्रत्येक राज्य द्वारा मान्यता प्राप्त भाषा एक डीएफए की तरह एक अवशिष्ट है। हालाँकि, जबकि एक न्यूनतम डीएफए राज्य सभी अवशेषों के साथ एक आक्षेप बनाता है, विहित RFSAs राज्यों के प्रमुख अवशिष्ट के साथ जीवनी में होते हैं; इनमें से बहुत कम हो सकते हैं, इसलिए नियमित भाषाओं का प्रतिनिधित्व करने के लिए आरएफएएस डीएफए की तुलना में बहुत अधिक कॉम्पैक्ट हो सकते हैं।
हालाँकि, मैं नहीं बता सकता कि RFSAs को कम करने के लिए एक कुशल एल्गोरिथ्म है या यदि कोई कठोरता परिणाम है। RFSAs को कम करने की जटिलता क्या है?
[BBCF10] ब्राउज़ करने से ऐसा नहीं लगता कि यह सामान्य ज्ञान है। एक तरफ, मैं यह मुश्किल होने की उम्मीद करता हूं क्योंकि "क्या यह एनएफए का आरएफए है?" बहुत कठिन हैं, इस मामले में PSPACE- पूर्ण। दूसरी ओर, [BHKL09] से पता चलता है कि कैनोनिकल RFSAs, एंग्लुइन के न्यूनतम-पर्याप्त शिक्षक मॉडल [A87] में कुशलता से सीखने योग्य हैं, और कुशलतापूर्वक एक न्यूनतम RFSA सीखना और कम से कम RFSAs को लगता है कि समान कठिनाई होनी चाहिए। हालाँकि, जहाँ तक मैं बता सकता हूँ [BHKL09] का एल्गोरिथ्म एक न्यूनतम एल्गोरिथ्म का अर्थ नहीं है, क्योंकि काउंटर-उदाहरणों का आकार बाध्य नहीं है और यह स्पष्ट नहीं है कि समानता के लिए RFSAs को काउंटर-उदाहरण के ऑरेकल का अनुकरण करने के लिए कुशलतापूर्वक परीक्षण कैसे करें । उदाहरण के लिए, समानता के लिए दो एनएफए का परीक्षण करना
संदर्भ
[A87] एंग्लुइन, डी। (1987)। प्रश्नों और प्रतिकृतियों से नियमित सेट सीखना। सूचना और संगणना, 75: 87-106
[BBCF10] बरस्टेल, जे।, बूस्सन, एल।, कार्टन, ओ।, और फग्नॉट, आई (2010)। ऑटोमेटा का न्यूनतमकरण। arXiv: 1010.5318 ।
[BHKL09] बोलिग, बी।, हेबरमहल, पी।, केर्न, सी।, और लेकर, एम। (2009)। एनएफए की एंग्लुइन-स्टाइल लर्निंग। में IJCAI , 9: 1004-1009।
[DLT02] डेनिस, एफ।, लेमे, ए।, और टेर्लूट, ए। (2002)। अवशिष्ट परिमित अवस्था ऑटोमेटा। फंडमन्ता इंफॉर्मेटाएई , 51 (4): 339-368।