Fugu-MT 論文翻訳(概要): Neighbourhood Evaluation Criteria for Vertex Cover Problem

論文の概要: Neighbourhood Evaluation Criteria for Vertex Cover Problem

arxiv url: http://arxiv.org/abs/2005.05065v1
Date: Thu, 7 May 2020 05:30:01 GMT
ステータス: 処理完了
システム内更新日: 2022-12-05 23:52:12.806908
Title: Neighbourhood Evaluation Criteria for Vertex Cover Problem
Title（参考訳）: 頂点被覆問題における周辺評価基準
Authors: Kaustubh K Joshi
Abstract要約: 近隣評価基準 (Neighbourhood Evaluation Criteria) は最小頂点被覆を解くアルゴリズムである。複数の等価頂点の場合、最も近傍の影響が低いものを選択する。
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: Neighbourhood Evaluation Criteria is a heuristical approximate algorithm that attempts to solve the Minimum Vertex Cover. degree count is kept in check for each vertex and the highest count based vertex is included in our cover set. In the case of multiple equivalent vertices, the one with the lowest neighbourhood influence is selected. In the case of still existing multiple equivalent vertices, the one with the lowest remaining active vertex count (the highest Independent Set enabling count) is selected as a tie-breaker.
Abstract（参考訳）: 近隣評価基準 (Neighbourhood Evaluation Criteria) は、最小頂点被覆を解くためのヒューリスティック近似アルゴリズムである。各頂点について次数を検査し、最上位のカウントベース頂点を被覆集合に含める。複数の等価頂点の場合、最も近傍の影響が低いものを選択する。既設の複数同値頂点の場合、最下位のアクティブ頂点数(最大独立集合許容数)を有するものをタイブレーカとして選択する。

関連論文リスト

An Effective Branch-and-Bound Algorithm with New Bounding Methods for the Maximum $s$-Bundle Problem [9.400610985728441]
最大s束問題(英: Maximum s-Bundle Problem、MBP)は、与えられたグラフ内の最大s束を特定するタスクに対処する問題である。本稿では,グラフ分割技術を利用した分割型アッパーバウンド(PUB)を導入し,より厳密なアッパーバウンドを実現する。また,グラフ削減のための前処理において,初期下界とPUBを利用する新しいBnBアルゴリズムを提案する。
論文参考訳（メタデータ） (2024-02-06T06:05:11Z)
Optimization of Inter-group Criteria for Clustering with Minimum Size Constraints [2.7195102129095003]
クラスタリングの品質を評価するために使用される内部尺度は、通常、グループ内および/またはグループ間基準を考慮に入れます。証明可能な近似保証付きアルゴリズムを提案し, 前者を最適化する。 10個の実際のデータセットを用いて実証的研究を行い、我々の手法が実用的な環境で非常にうまく機能することを示す。
論文参考訳（メタデータ） (2024-01-13T14:59:12Z)
Max-Min Grouped Bandits [48.62520520818357]
マルチアームバンディット問題であるmax-min grouped banditsを導入する。ゴールは、最悪の腕が最高の平均報酬を持つグループを見つけることです。この問題はレコメンデーションシステムのようなアプリケーションには関心がある。
論文参考訳（メタデータ） (2021-11-17T01:59:15Z)
Lackadaisical quantum walk in the hypercube to search for multiple marked vertices [0.0]
本稿では,自己ループを用いたハイパーキューブにおける量子ウォーキングに関するいくつかの問題を実験的に解決する。隣人がマークされている場合、成功の確率は1ドル近くになる。
論文参考訳（メタデータ） (2021-08-20T23:19:55Z)
Spectral clustering under degree heterogeneity: a case for the random walk Laplacian [83.79286663107845]
本稿では,ランダムウォークラプラシアンを用いたグラフスペクトル埋め込みが,ノード次数に対して完全に補正されたベクトル表現を生成することを示す。次数補正ブロックモデルの特別な場合、埋め込みはK個の異なる点に集中し、コミュニティを表す。
論文参考訳（メタデータ） (2021-05-03T16:36:27Z)
Efficient Pure Exploration for Combinatorial Bandits with Semi-Bandit Feedback [51.21673420940346]
コンビナーシャルバンディットはマルチアームバンディットを一般化し、エージェントが腕のセットを選択し、選択したセットに含まれる各腕の騒々しい報酬を観察します。我々は, 最善の腕を一定の信頼度で識別する純粋爆発問題と, 応答集合の構造が動作集合の1つと異なるような, より一般的な設定に注目する。有限多面体に対するプロジェクションフリーオンライン学習アルゴリズムに基づいて、凸的に最適であり、競争力のある経験的性能を持つ最初の計算効率の良いアルゴリズムである。
論文参考訳（メタデータ） (2021-01-21T10:35:09Z)
On Lower Bounds for Standard and Robust Gaussian Process Bandit Optimization [55.937424268654645]
有界ノルムを持つ関数のブラックボックス最適化問題に対するアルゴリズム非依存な下界を考える。本稿では, 単純さ, 汎用性, エラー確率への依存性の向上など, 後悔の下位境界を導出するための新しい証明手法を提案する。
論文参考訳（メタデータ） (2020-08-20T03:48:14Z)
Social Distancing is Good for Points too! [91.3755431537592]
点が近すぎるとFCNNの動作が悪くなることを示す。そして、そのようなケースを避けるためにアルゴリズムの修正に成功した。この修正はアルゴリズムの近似保証とともに有用な上界を証明するのに十分である。
論文参考訳（メタデータ） (2020-06-28T16:49:59Z)
Coresets for the Nearest-Neighbor Rule [78.15296214629433]
最も近い隣の凝縮は、サブセット$R の部分集合 P$ を見つけることである。本稿では,最寄りの分類のためのコアセットの概念を紹介する。そこで我々は,選択した部分集合のサイズを上界として証明可能な2次時間近似アルゴリズムを提案する。
論文参考訳（メタデータ） (2020-02-16T19:00:48Z)

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。