論文の概要: A Hierarchical Heuristic for Clustered Steiner Trees in the Plane with Obstacles

• arxiv url: http://arxiv.org/abs/2412.01094v1
• Date: Mon, 02 Dec 2024 04:10:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-04 15:50:46.959975
• Title: A Hierarchical Heuristic for Clustered Steiner Trees in the Plane with Obstacles
• Title（参考訳）: 障害物を有する平面におけるクラスター状ステイナ樹の階層的ヒューリスティック
• Authors: Victor Parque,
• Abstract要約: ユークリッド・スタイナー木は、現実世界のアプリケーションでユビキタスに最小限のネットワークをモデル化するのに関係している。 本稿では,結合操作に組込み,複数および相互に結合するSteiner木を演算する手法の実現可能性について検討する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Euclidean Steiner trees are relevant to model minimal networks in real-world applications ubiquitously. In this paper, we study the feasibility of a hierarchical approach embedded with bundling operations to compute multiple and mutually disjoint Euclidean Steiner trees that avoid clutter and overlapping with obstacles in the plane, which is significant to model the decentralized and the multipoint coordination of agents in constrained 2D domains. Our computational experiments using arbitrary obstacle configuration with convex and non-convex geometries show the feasibility and the attractive performance when computing multiple obstacle-avoiding Steiner trees in the plane. Our results offer the mechanisms to elucidate new operators for obstacle-avoiding Steiner trees.
• Abstract（参考訳）: ユークリッド・スタイナー木は、現実世界のアプリケーションでユビキタスに最小限のネットワークをモデル化するのに関係している。 本稿では,平面上の障害物の分散と重なり合いを回避し,制約された2次元領域におけるエージェントの分散化と多点調整のモデル化に重要であるユークリッド・スタイナー木を複数かつ相互に結合させる階層的手法の実現可能性について検討する。 凸および非凸ジオメトリーを用いた任意の障害物構成を用いた計算実験は、平面上の複数の障害物回避スタイナー木を計算する際に、実現可能性と魅力的な性能を示す。 この結果から, 障害物回避型スタイナーツリーの新しい演算子を解明する機構が得られた。

関連論文リスト

• Landscaping Linear Mode Connectivity [76.39694196535996]
  線形モード接続(LMC)は理論と実用の両方の観点から関心を集めている。 ロスランドスケープがLCCに対して地形的にどのように振る舞う必要があるかのモデルを提供することで、その理解に向けて一歩前進する。
  論文  参考訳（メタデータ） (2024-06-24T03:53:30Z)
• Exploiting hidden structures in non-convex games for convergence to Nash equilibrium [62.88214569402201]
  現代の機械学習アプリケーションは、非協調的なナッシュリリアとして定式化することができる。 決定論的環境と決定論的環境の両方に明確な収束保証を提供する。
  論文  参考訳（メタデータ） (2023-12-27T15:21:25Z)
• On Single-Objective Sub-Graph-Based Mutation for Solving the Bi-Objective Minimum Spanning Tree Problem [0.0]
  我々は、進化的計算を取り入れた$mathcalNP$-hard multi-objective least- spanning tree problem (moMST)の効率的な近似に寄与する。 得られた知見に基づいて、高バイアスのサブグラフベースの突然変異演算子を設計する。 その結果,サブグラフベースの演算子が文献のベースラインアルゴリズムに勝っていることを確認した。
  論文  参考訳（メタデータ） (2023-05-31T22:35:17Z)
• kHGCN: Tree-likeness Modeling via Continuous and Discrete Curvature Learning [39.25873010585029]
  本研究では,学習過程においてネットワークトポロジが伝達するメッセージを符号化することを目的として,離散構造と連続学習空間の曲率を探索する。 曲率を考慮したハイパーボリックグラフ畳み込みニューラルネットワークであるKappaHGCNを提案する。
  論文  参考訳（メタデータ） (2022-12-04T10:45:42Z)
• Deep-Steiner: Learning to Solve the Euclidean Steiner Tree Problem [12.80183119319533]
  ユークリッド・スタイナーのツリー問題は、標的位置の集合を接続するミニコストネットワークを求める。 本稿では,グラフ表現学習によって強化された強化学習を用いたユークリッドスタイナーツリー問題の解法について述べる。
  論文  参考訳（メタデータ） (2022-09-20T20:42:33Z)
• Assembly Planning from Observations under Physical Constraints [65.83676649042623]
  提案アルゴリズムは, 物理安定性制約, 凸最適化, モンテカルロ木探索の簡単な組み合わせを用いて, 集合を計画する。 それは効率的で、最も重要なことは、オブジェクト検出のエラーに対して堅牢であり、実際のロボットシステムでは避けられないポーズ推定である。
  論文  参考訳（メタデータ） (2022-04-20T16:51:07Z)
• Deep Networks on Toroids: Removing Symmetries Reveals the Structure of Flat Regions in the Landscape Geometry [3.712728573432119]
  我々は、すべての対称性を除去し、トロイダルトポロジーをもたらす標準化されたパラメータ化を開発する。 最小化器の平坦性とそれらの接続する測地線経路の有意義な概念を導出する。 また、勾配勾配の変種によって発見された最小化器は、ゼロエラー経路と1つの曲がり角で接続可能であることも見いだした。
  論文  参考訳（メタデータ） (2022-02-07T09:57:54Z)
• Context-Specific Causal Discovery for Categorical Data Using Staged Trees [2.9926023796813737]
  因果発見アルゴリズムは、観測データのみを用いた複雑な因果関係の解消を目的としている。 そこで我々は,複雑で非対称な因果関係を表現可能な木モデルに基づく新たな因果関係探索アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-06-08T14:46:15Z)
• An Integer Linear Programming Framework for Mining Constraints from Data [81.60135973848125]
  データから制約をマイニングするための一般的なフレームワークを提案する。 特に、構造化された出力予測の推論を整数線形プログラミング(ILP)問題とみなす。 提案手法は,9×9のスドクパズルの解法を学習し,基礎となるルールを提供することなく,例からツリー問題を最小限に分散させることが可能であることを示す。
  論文  参考訳（メタデータ） (2020-06-18T20:09:53Z)
• High-Dimensional Robust Mean Estimation via Gradient Descent [73.61354272612752]
  一定対向分数の存在下でのロバスト平均推定の問題は勾配降下によって解けることを示す。 我々の研究は、近辺の非補題推定とロバスト統計の間の興味深い関係を確立する。
  論文  参考訳（メタデータ） (2020-05-04T10:48:04Z)
• Local Propagation in Constraint-based Neural Network [77.37829055999238]
  ニューラルネットワークアーキテクチャの制約に基づく表現について検討する。 本稿では,いわゆるアーキテクチャ制約を満たすのに適した簡単な最適化手法について検討する。
  論文  参考訳（メタデータ） (2020-02-18T16:47:38Z)

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。