論文の概要: Directional approach to gradual cover: the continuous case

• arxiv url: http://arxiv.org/abs/2004.03035v1
• Date: Mon, 6 Apr 2020 23:01:41 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-16 06:56:02.171442
• Title: Directional approach to gradual cover: the continuous case
• Title（参考訳）: 漸進被覆への方向的アプローチ:連続ケース
• Authors: Tammy Drezner, Zvi Drezner and Pawel Kalczynski
• Abstract要約: 我々は、最近提案された「方向性段階被覆」と呼ばれるいくつかの施設による需要点の結合被覆を計算するために、最近提案された規則を用いる。 ジョイントカバーを計算するために、既存のモデルは、その方向を無視した各施設で部分被覆を適用している。 そこで我々は,施設立地問題の解決と,航空機のどこにでも設置できる施設の問題解決のための遺伝的アルゴリズムを開発した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The objective of the cover location models is covering demand by facilities within a given distance. The gradual (or partial) cover replaces abrupt drop from full cover to no cover by defining gradual decline in cover. In this paper we use a recently proposed rule for calculating the joint cover of a demand point by several facilities termed "directional gradual cover". Contrary to all gradual cover models, the joint cover depends on the facilities' directions. In order to calculate the joint cover, existing models apply the partial cover by each facility disregarding their direction. We develop a genetic algorithm to solve the facilities location problem and also solve the problem for facilities that can be located anywhere in the plane. The proposed modifications were extensively tested on a case study of covering Orange County, California.
• Abstract（参考訳）: カバー位置モデルの目的は、所定の距離内の施設の需要をカバーすることである。 段階的な(または部分的な)カバーは、段階的なカバーの減少を定義することにより、完全なカバーから非カバーへの突然の落下を置き換える。 本稿では,近年提案されている需要点のジョイントカバーを「方向漸進カバー」と呼ばれる複数の施設で算出するルールについて述べる。 全ての段階的なカバーモデルとは対照的に、ジョイントカバーは施設の方向に依存する。 ジョイントカバーを計算するために、既存のモデルでは、各施設が方向を無視して部分カバーを適用する。 我々は, 施設立地問題を解決する遺伝的アルゴリズムを開発し, また, 平面内のどこにでも配置できる施設の問題を解く。 提案された修正は、カリフォルニア州オレンジ郡をカバーするケーススタディで広範囲にテストされた。

関連論文リスト

• Through the Curved Cover: Synthesizing Cover Aberrated Scenes with Refractive Field [5.204991272047446]
  我々は、下流拡張現実感アプリケーションのための保護カバーによる新しいビュー合成を可能にするために、SynthCoverを紹介した。 合成シーンと実世界のシーンの実験は、保護カバーを通して見るシーンを正確にモデル化する我々の方法の能力を実証している。 また, 異なる曲面曲率の被覆で得られた合成配列を用いて, 種々の被覆測地に対して, モデルが良好に調整可能であることを示す。
  論文  参考訳（メタデータ） (2024-11-10T05:32:55Z)
• Adjusting Regression Models for Conditional Uncertainty Calibration [46.69079637538012]
  本稿では,分割共形予測手法を適用して条件付きカバレッジを改善するために,回帰関数を訓練する新しいアルゴリズムを提案する。 本研究では,条件付きカバレッジと名目付きカバレッジ率の差分を求める上限を確立し,この上限値を制御するためのエンドツーエンドアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-09-26T01:55:45Z)
• A Genetic Algorithm Meta-Heuristic for a Generalized Quadratic Assignment Problem [0.0]
  一般化二次代入問題(GQAP)は、運用研究分野において最も解決が難しい問題の1つである。 GQAPは、一組の施設を一組の場所に割り当てる際の割り当てと輸送コストを最小化するタスクとして定義される。
  論文  参考訳（メタデータ） (2023-08-15T15:13:26Z)
• Offline Minimax Soft-Q-learning Under Realizability and Partial Coverage [100.8180383245813]
  オフライン強化学習(RL)のための値ベースアルゴリズムを提案する。 ソフトマージン条件下でのバニラQ関数の類似した結果を示す。 我々のアルゴリズムの損失関数は、推定問題を非線形凸最適化問題とラグランジフィケーションとしてキャストすることによって生じる。
  論文  参考訳（メタデータ） (2023-02-05T14:22:41Z)
• Differentially Private Partial Set Cover with Applications to Facility Location [16.810982345283687]
  また、2009guptadifferentiallyでは、Set Cover問題には差分プライバシー下での強い不可視性結果があることが観察された。 我々の研究では、これらの硬さは部分集合被覆問題に目を向けると解消され、そこでは、約$rhoin(0,1)$に対して、宇宙の要素の$rho$fractionをカバーしなければならない。 入力集合系のゆるい条件下では、非自明な近似保証付き明示的集合被覆を出力する差分プライベートなアルゴリズムを与える。
  論文  参考訳（メタデータ） (2022-07-21T00:43:14Z)
• Learning a Structured Latent Space for Unsupervised Point Cloud Completion [48.79411151132766]
  部分点雲と完全点雲の両方を符号化する統一的で構造化された潜在空間を学習する新しいフレームワークを提案する。 提案手法は、合成ShapeNetと実世界のKITTI、ScanNet、Matterport3Dデータセットの両方において、最先端の教師なし手法を一貫して上回っている。
  論文  参考訳（メタデータ） (2022-03-29T13:58:44Z)
• Regret Analysis of Distributed Gaussian Process Estimation and Coverage [4.350783459690612]
  未知の非均一な感覚場上の分散マルチロボットカバレッジの問題を研究する。 学習とカバレッジをスケジュールする適応的なカバレッジアルゴリズムを提案し、その重点が探索から搾取へと徐々に移行するようにします。
  論文  参考訳（メタデータ） (2021-01-12T05:46:13Z)
• Online Model Selection: a Rested Bandit Formulation [49.69377391589057]
  静止したバンディット設定における最善のアーム識別問題を紹介し,解析する。 我々は、この問題の後悔の新しい概念を定義し、ゲームの終わりに最小の期待損失を持つ腕を常に再生するポリシーと比較します。 最近のバンディット文献における既知のモデル選択の試みとは異なり、アルゴリズムは問題の特定の構造を利用して、予想される損失関数の未知のパラメータを学習する。
  論文  参考訳（メタデータ） (2020-12-07T08:23:08Z)
• Hierarchical Verification for Adversarial Robustness [89.30150585592648]
  正解点$ell_p$ロバスト性検証問題に対する新しいフレームワークを提案する。 LayerCertは、修正線形アクティベーション(ReLU)を用いたディープフィードフォワードネットワークの階層的幾何構造を利用する 提案手法は,GeoCertに比べて,解決すべき凸プログラムの数とサイズを確実に削減できることを示す。
  論文  参考訳（メタデータ） (2020-07-23T07:03:05Z)
• Point Cloud Completion by Skip-attention Network with Hierarchical Folding [61.59710288271434]
  本研究では,3Dポイントクラウド補完のためのSkip-Attention Network (SA-Net)を提案する。 まず,不完全点雲の局所構造を効果的に活用するためのスキップアテンション機構を提案する。 第二に、異なる解像度でスキップアテンション機構によって符号化された選択された幾何情報を完全に活用するために、新しい構造保存デコーダを提案する。
  論文  参考訳（メタデータ） (2020-05-08T06:23:51Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。