論文の概要: Component twin-width as a parameter for BINARY-CSP and its semiring
generalisations
- arxiv url: http://arxiv.org/abs/2207.12368v1
- Date: Thu, 14 Jul 2022 22:04:48 GMT
- ステータス: 処理完了
- システム内更新日: 2022-07-31 14:25:38.286817
- Title: Component twin-width as a parameter for BINARY-CSP and its semiring
generalisations
- Title(参考訳): BINARY-CSPのパラメータとしてのコンポーネントツイン幅とその半一般化
- Authors: Ambroise Baril, Miguel Couceiro, Victor Lagerkvist
- Abstract要約: 二項制約満足度問題(Binary-CSPs)のいくつかの一般化の細粒度およびパラメータ化複雑性について検討する。
我々の出発点は、これらの問題に対して複雑さの上界をもたらすいくつかのアルゴリズム的アプローチが共通の構造を共有することである。
したがって、BINary-CSP の異なる一般化を統一する半環に依存する代数的アプローチを探求する。
- 参考スコア(独自算出の注目度): 6.671201304858938
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We investigate the fine-grained and the parameterized complexity of several
generalizations of binary constraint satisfaction problems (BINARY-CSPs), that
subsume variants of graph colouring problems. Our starting point is the
observation that several algorithmic approaches that resulted in complexity
upper bounds for these problems, share a common structure. We thus explore an
algebraic approach relying on semirings that unifies different generalizations
of BINARY-CSPs (such as the counting, the list, and the weighted versions), and
that facilitates a general algorithmic approach to efficiently solving them.
The latter is inspired by the (component) twin-width parameter introduced by
Bonnet et al., which we generalize via edge-labelled graphs in order to
formulate it to arbitrary binary constraints. We consider input instances with
bounded component twin-width, as well as constraint templates of bounded
component twin-width, and obtain an FPT algorithm as well as an improved,
exponential-time algorithm, for broad classes of binary constraints. We
illustrate the advantages of this framework by instantiating our general
algorithmic approach on several classes of problems (e.g., the $H$-coloring
problem and its variants), and showing that it improves the best complexity
upper bounds in the literature for several well-known problems.
- Abstract(参考訳): グラフ彩色問題の変種を仮定する二項制約満足度問題(Binary-CSPs)のいくつかの一般化の細粒度およびパラメータ化複雑性について検討する。
我々の出発点は、これらの問題に対して複雑さの上界をもたらすいくつかのアルゴリズム的アプローチが共通の構造を共有することである。
そこで我々は,バイナリ-cspの異なる一般化(計数,リスト,重み付きバージョンなど)を統一する半環に依存した代数的アプローチを探求し,それらを効率的に解くための一般的なアルゴリズム的アプローチを促進する。
後者は、bonnetらによって導入された(コンポーネント)双幅パラメータにインスパイアされ、任意のバイナリ制約に対してそれを定式化するために、エッジラベルグラフを介して一般化する。
有界成分ツイン幅を持つ入力インスタンスと、有界成分ツイン幅の制約テンプレートについて検討し、FPTアルゴリズムと改良された指数時間アルゴリズムを二項制約の幅広いクラスに適用する。
いくつかの問題(例えば、$H$-coloring問題とその変種)に対する一般的なアルゴリズム的アプローチをインスタンス化することで、このフレームワークの利点を説明し、いくつかのよく知られた問題に対する文献における最も複雑な上限を改善することを示す。
関連論文リスト
- Scalable First-order Method for Certifying Optimal k-Sparse GLMs [9.613635592922174]
そこで本研究では,BnBフレームワークの視点緩和を解くために,一階近位勾配アルゴリズムを提案する。
提案手法は双有界計算を著しく高速化し,大規模問題に対する最適性証明の提供に極めて有効であることを示す。
論文 参考訳(メタデータ) (2025-02-13T17:14:18Z) - A Greedy Strategy for Graph Cut [95.2841574410968]
GGCと呼ばれるグラフカットの問題を解決するための欲求戦略を提案する。
これは、各データサンプルがクラスタと見なされる状態から始まり、2つのクラスタを動的にマージする。
GGCはサンプル数に関してほぼ線形な計算複雑性を持つ。
論文 参考訳(メタデータ) (2024-12-28T05:49:42Z) - A Semidefinite Programming-Based Branch-and-Cut Algorithm for Biclustering [0.0]
本稿では,二クラスタリング問題に対する分枝切断アルゴリズムを提案する。
提案アルゴリズムは汎用的な解法よりも20倍大きな解法を解くことができることを示す。
論文 参考訳(メタデータ) (2024-03-17T21:43:19Z) - Query-Efficient Correlation Clustering with Noisy Oracle [17.11782578276788]
共同マルチアーマッドバンド(PE-CMAB)における純粋探索のパラダイムに根ざしたオンライン学習問題の2つの新しい定式化を導入する。
我々は,サンプリング戦略と古典近似アルゴリズムを組み合わせるアルゴリズムを設計し,それらの理論的保証について検討する。
本研究は, PE-CMABの場合のクラスタリング時アルゴリズムの最初の例であり, 基礎となるオフライン最適化問題はNP-hardである。
論文 参考訳(メタデータ) (2024-02-02T13:31:24Z) - Sample Complexity for Quadratic Bandits: Hessian Dependent Bounds and
Optimal Algorithms [64.10576998630981]
最適なヘッセン依存型サンプルの複雑さを, 初めて厳密に評価した。
ヘシアン非依存のアルゴリズムは、すべてのヘシアンインスタンスに対して最適なサンプル複雑さを普遍的に達成する。
本アルゴリズムにより得られたサンプルの最適複雑さは,重み付き雑音分布においても有効である。
論文 参考訳(メタデータ) (2023-06-21T17:03:22Z) - Blockwise Stochastic Variance-Reduced Methods with Parallel Speedup for
Multi-Block Bilevel Optimization [43.74656748515853]
非定常多重ブロック双レベル最適化問題には$mgg 1$低レベル問題があり、機械学習において重要な応用がある。
a)標準BO問題の最先端の複雑さを1ブロックに合わせること,(b)サンプルブロックごとのサンプルをサンプリングして並列高速化すること,(c)高次元ヘッセン行列推定器の逆計算を避けること,の3つの特性を実現することを目的とする。
論文 参考訳(メタデータ) (2023-05-30T04:10:11Z) - First-Order Algorithms for Nonlinear Generalized Nash Equilibrium
Problems [88.58409977434269]
非線形一般化ナッシュ均衡問題(NGNEP)における平衡計算の問題を考える。
我々の貢献は、2次ペナルティ法と拡張ラグランジアン法に基づく2つの単純な一階アルゴリズムフレームワークを提供することである。
これらのアルゴリズムに対する漸近的理論的保証を提供する。
論文 参考訳(メタデータ) (2022-04-07T00:11:05Z) - Conditional gradient methods for stochastically constrained convex
minimization [54.53786593679331]
構造凸最適化問題に対する条件勾配に基づく2つの新しい解法を提案する。
私たちのフレームワークの最も重要な特徴は、各イテレーションで制約のサブセットだけが処理されることです。
提案アルゴリズムは, 条件勾配のステップとともに, 分散の低減と平滑化に頼り, 厳密な収束保証を伴っている。
論文 参考訳(メタデータ) (2020-07-07T21:26:35Z) - An Empirical Process Approach to the Union Bound: Practical Algorithms
for Combinatorial and Linear Bandits [34.06611065493047]
本稿では、信頼度と予算設定の固定化において、純探索線形帯域問題に対する近似アルゴリズムを提案する。
サンプルの複雑性がインスタンスの幾何でスケールし、アームの数に縛られた明示的な結合を避けるアルゴリズムを提供する。
また,固定予算設定における線形帯域幅に対する最初のアルゴリズムを提案する。
論文 参考訳(メタデータ) (2020-06-21T00:56:33Z) - The limits of min-max optimization algorithms: convergence to spurious
non-critical sets [82.74514886461257]
min-max最適化アルゴリズムは周期サイクルや同様の現象が存在するため、はるかに大きな問題に遭遇する。
問題のどの点も引き付けないアルゴリズムが存在することを示す。
ほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほとんどである。
論文 参考訳(メタデータ) (2020-06-16T10:49:27Z) - Lagrangian Decomposition for Neural Network Verification [148.0448557991349]
ニューラルネットワーク検証の基本的なコンポーネントは、出力が取ることのできる値のバウンダリの計算である。
ラグランジアン分解に基づく新しい手法を提案する。
ランニングタイムのごく一部で、既成の解法に匹敵するバウンダリが得られることを示す。
論文 参考訳(メタデータ) (2020-02-24T17:55:10Z)
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。