추출기 문헌의 대부분은 종자 길이를 최소화하는 것인데, 이는 무작위 화 적용에 중요합니다. 그러나 그것은 당신에게 중요하지 않을 수 있습니다. 또한, 종종 문헌은 비교적 큰 오차 (예를 들어, 1/100)에 중점을 두는데, 이는 무작위 화에는 적합하지만 기하 급수적으로 작은 오차를 요구하는 다른 환경에서는 문제가 될 수 있습니다.
당신의 환경에서, 무작위로 긴 무작위 시드를 생성하고 (예 : 동전 던지기) 그것을 사용하여 추출하는 것이 좋습니다. 이 경우 다소 효율적인 구현이 가능한 페어 단위 독립 해시 함수를 사용할 수 있습니다. 이 문제에 대해 Shaltiel과 Tromer와 함께 논문을 썼습니다 . 거의 독립적 인 해시 함수를 사용할 수도 있습니다.이 함수는 더 효율적이고 더 작은 시드를 가질 수 있습니다. (이에 대한 몇 가지 연구가 있었음에도 불구하고 효율적인 구현에 대한 좋은 참고 자료를 모릅니다.)
독립적 인 여러 소스가있는 경우 더 나은 작업을 수행 할 수 있습니다. 엔트로피 비율이 50 %보다 크면 고전적인하다 마드 추출기가 작동합니다 (위의 조사에서 언급해야 함). 엔트로피가 50 %보다 작 으면 Impagliazzo와 Wigderson으로 간단한 구조를 만들었습니다 . 엔트로피 속도에서 달성 된 소스 수와 오류 사이의 의존성은 이상적이지는 않지만 실제로 이해하려면 오늘날의 최첨단 합계 제품 이론에 의해 주어진 정확한 경계를 살펴볼 필요가 있습니다. (그리고 특정 수의 이론적 추측을 기꺼이 받아들이려면 더욱 효율적인 추출기를 얻을 수 있습니다.)이 구성은 다양한 방식으로 크게 개선되었으며 일부는 응용 프로그램과 관련이있을 수 있습니다.Anup Rao의 논문 .