最近的研究表明,非对称二进制感知器(ABP)可能表现出所谓的统计计算差距,其特征是出现两个相过渡约束密度阈值:(i)可满足性阈值α_c,ABP成功/未能作为存储内存运行;和(ii)算法阈值α_a,低于/高于哪个可以/不能有效地确定ABP的重量。 我们考虑对完全提升的随机二元性理论(fl RDT)[85]进行特定的参数化利用,并研究其潜在的ABP算法含义。 随着一个通过 fl RDT 提升水平的进展,发现了显著的结构参数变化。 在前两个级别上,所谓的 $̧ 序列 - 一个关键的参数化f RDT组件 - 是(自然)递减型。 然后将此类现象学在较高水平上的变化与α_c-α_athreshold变化相关联。 也就是说,在第二层上,混凝土数值给出了临界约束密度α=α_c≈0.8331。 虽然通过较高水平的进展减少了这一估计数,但已经进入第五级,我们观察到令人满意的收敛水平,并获得α≈0.7764。 这允许绘制两个引人注目的平行:(i) 获得的约束密度估计值与聚类碎片化的范围α∈(0.77,0.78)(据信是导致局部改进算法失败的原因)的显着参数[17,88];和(ii)观察到的$̧序列现象学的变化与负Hopfield模型的显着变化非常匹配,其中最近出现了接近类似类型的高效算法。