Fugu-MT 論文翻訳(概要): Bounds of the sum of edge lengths in linear arrangements of trees

論文の概要: Bounds of the sum of edge lengths in linear arrangements of trees

arxiv url: http://arxiv.org/abs/2006.14069v3
Date: Sun, 14 Feb 2021 17:39:41 GMT
ステータス: 処理完了
システム内更新日: 2022-11-17 13:17:18.810053
Title: Bounds of the sum of edge lengths in linear arrangements of trees
Title（参考訳）: 木の線形配置における端の長さの和の境界
Authors: Ramon Ferrer-i-Cancho, Carlos G\'omez-Rodr\'iguez and Juan Luis Esteban
Abstract要約: 特に,固定サイズの木の縁長の和に関する諸問題について検討する。一次元空間ネットワークにおける最適性スコアの研究のための基盤を確立した。
参考スコア（独自算出の注目度）: 0.90238471756546
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: A fundamental problem in network science is the normalization of the topological or physical distance between vertices, that requires understanding the range of variation of the unnormalized distances. Here we investigate the limits of the variation of the physical distance in linear arrangements of the vertices of trees. In particular, we investigate various problems on the sum of edge lengths in trees of a fixed size: the minimum and the maximum value of the sum for specific trees, the minimum and the maximum in classes of trees (bistar trees and caterpillar trees) and finally the minimum and the maximum for any tree. We establish some foundations for research on optimality scores for spatial networks in one dimension.
Abstract（参考訳）: ネットワーク科学における基本的な問題は、非正規化距離の変動範囲を理解することを必要とする頂点間の位相的または物理的距離の正規化である。ここでは,木の頂点の線形配置における物理的距離の変動の限界について検討する。特に,特定の木に対する和の最小値と最大値,木類(二スター木とキャタピラー木)の最小値と最大値,そして任意の木に対する最小値と最大値という,一定の大きさの木の辺長の合計に関する様々な問題について検討した。一次元空間ネットワークにおける最適性スコアの研究のための基盤を確立する。

関連論文リスト

The Central Spanning Tree Problem [20.14154858576556]
スパンニングツリーは多くのデータ分析タスクにおいて重要なプリミティブであり、データセットをその「骨格」という観点で要約する必要がある。我々は,(枝分かれした)中央のスパンニングツリーが,データのノイズに対してより頑丈であることを示し,そのスケルトンの観点からデータセットを要約するのに適していることを示す。
論文参考訳（メタデータ） (2024-04-09T16:49:42Z)
Learning a Decision Tree Algorithm with Transformers [75.96920867382859]
メタ学習によってトレーニングされたトランスフォーマーベースのモデルであるMetaTreeを導入し、強力な決定木を直接生成する。我々は、多くのデータセットに欲求決定木とグローバルに最適化された決定木の両方を適合させ、MetaTreeを訓練して、強力な一般化性能を実現する木のみを生成する。
論文参考訳（メタデータ） (2024-02-06T07:40:53Z)
Data Topology-Dependent Upper Bounds of Neural Network Widths [52.58441144171022]
まず、3層ニューラルネットワークがコンパクトな集合上のインジケータ関数を近似するように設計可能であることを示す。その後、これは単純複体へと拡張され、その位相構造に基づいて幅の上界が導かれる。トポロジカルアプローチを用いて3層ReLUネットワークの普遍近似特性を証明した。
論文参考訳（メタデータ） (2023-05-25T14:17:15Z)
Learning Ultrametric Trees for Optimal Transport Regression [10.524752369156337]
与えられた離散距離空間に対して最適な木構造を求める。私たちのキーとなるアイデアの1つは、問題を超測度空間に配置することである。
論文参考訳（メタデータ） (2022-10-21T22:54:42Z)
The Maximum Linear Arrangement Problem for trees under projectivity and planarity [0.90238471756546]
線形配置は、グラフの $n$ 頂点から $n$ 異なる連続整数への写像 $pi$ である。本稿では,最大線形配置問題 (MaxLA) の2つの変種について検討する。本稿では,木に対する平面的および射影的MaxLAを解くために,時間と空間で線形なアルゴリズムを提案する。
論文参考訳（メタデータ） (2022-06-14T15:43:44Z)
Lassoed Tree Boosting [53.56229983630983]
有界断面変動のカドラー関数の大きな非パラメトリック空間において,早期に停止するn-1/4$ L2の収束速度を持つ勾配向上木アルゴリズムを証明した。我々の収束証明は、ネストしたドンスカー類の経験的損失最小化子による早期停止に関する新しい一般定理に基づいている。
論文参考訳（メタデータ） (2022-05-22T00:34:41Z)
Spectral Top-Down Recovery of Latent Tree Models [13.681975313065477]
スペクトルトップダウン・リカバリ (STDR) は、大きな潜在木モデルを推定するための分割・コンカレントアプローチである。 STDRの分割ステップは非ランダムです。代わりに、観測されたノードに関連する適切なラプラシア行列のFiedlerベクトルに基づいている。私達はSTDRが統計的に一貫性があることを証明し、高い確率で木を正確に回復するために必要なサンプルの数を縛ります。
論文参考訳（メタデータ） (2021-02-26T02:47:42Z)
Growing Deep Forests Efficiently with Soft Routing and Learned Connectivity [79.83903179393164]
この論文は、いくつかの重要な側面で深い森林のアイデアをさらに拡張します。我々は、ノードがハードバイナリ決定ではなく、確率的ルーティング決定、すなわちソフトルーティングを行う確率的ツリーを採用する。 MNISTデータセットの実験は、私たちの力のある深部森林が[1]、[3]よりも優れたまたは匹敵するパフォーマンスを達成できることを示しています。
論文参考訳（メタデータ） (2020-12-29T18:05:05Z)
Convex Polytope Trees [57.56078843831244]
コンベックスポリトープ木(CPT)は、決定境界の解釈可能な一般化によって決定木の系統を拡張するために提案される。木構造が与えられたとき,木パラメータに対するCPTおよび拡張性のあるエンドツーエンドトレーニングアルゴリズムを効率的に構築する。
論文参考訳（メタデータ） (2020-10-21T19:38:57Z)
MurTree: Optimal Classification Trees via Dynamic Programming and Search [61.817059565926336]
動的プログラミングと探索に基づいて最適な分類木を学習するための新しいアルゴリズムを提案する。当社のアプローチでは,最先端技術が必要とする時間のごく一部しか使用せず,数万のインスタンスでデータセットを処理することが可能です。
論文参考訳（メタデータ） (2020-07-24T17:06:55Z)

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。