Fugu-MT 論文翻訳(概要): Benchmarking of algorithms for set partitions

論文の概要: Benchmarking of algorithms for set partitions

arxiv url: http://arxiv.org/abs/2602.01350v1
Date: Sun, 01 Feb 2026 17:40:43 GMT
ステータス: 翻訳完了
システム内更新日: 2026-02-03 19:28:33.730137
Title: Benchmarking of algorithms for set partitions
Title（参考訳）: 集合分割のためのアルゴリズムのベンチマーク
Authors: Arnav Khinvasara, Alexander Pikovski,
Abstract要約: 集合分割数を決定するための近似式を,小および大の集合サイズに対して与える。 Djokic et al.のアルゴリズムは実用的な用途に推奨されている。
参考スコア（独自算出の注目度）: 45.88028371034407
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Set partitions are arrangements of distinct objects into groups. The problem of listing all set partitions arises in a variety of settings, in particular in combinatorial optimization tasks. After a brief review, we give practical approximate formulas for determining the number of set partitions, both for small and large set sizes. Several algorithms for enumerating all set partitions are reviewed, and benchmarking tests were conducted. The algorithm of Djokic et al. is recommended for practical use.
Abstract（参考訳）: セッティングパーティションは、異なるオブジェクトをグループに配置するものである。すべての設定パーティションをリストアップする問題は、特に組合せ最適化タスクにおいて、様々な設定で発生する。簡単なレビューの後、我々は、小さくて大きなセットサイズの両方に対して、設定されたパーティションの数を決定するための実用的な近似式を提示する。集合分割を列挙するアルゴリズムをいくつか検討し、ベンチマークテストを実施した。 Djokic et alのアルゴリズムは実用的な用途に推奨されている。

関連論文リスト

Concomitant Group Testing [49.50984893039441]
肯定的なテストが複数種類の項目の組み合わせを必要とするという考え方を捉えたグループテストの問題のバリエーションを紹介した。目標は、可能な限り少数のテストを使用して、半欠陥セットをすべて確実に識別することである。我々のアルゴリズムは、(i)決定性(ゼロエラー)かランダム化(小エラー)か、(ii)非適応性(非適応性)、完全適応性(完全適応性)、あるいは限定適応性(限定適応性)かによって区別される。
論文参考訳（メタデータ） (2023-09-08T09:11:12Z)
Depth Functions for Partial Orders with a Descriptive Analysis of Machine Learning Algorithms [0.6144680854063939]
我々は、よく知られた単純深度を、すべての部分順序の集合、union-free generic (ufg) 深さに適応させる。また,多次元性能測定に基づく機械学習アルゴリズムの比較のために,我々の ufg 深度を利用する。
論文参考訳（メタデータ） (2023-04-19T10:10:26Z)
Linearization Algorithms for Fully Composite Optimization [61.20539085730636]
本稿では,完全合成最適化問題を凸コンパクト集合で解くための一階アルゴリズムについて検討する。微分可能および非微分可能を別々に扱い、滑らかな部分のみを線形化することで目的の構造を利用する。
論文参考訳（メタデータ） (2023-02-24T18:41:48Z)
Efficient Locally Optimal Number Set Partitioning for Scheduling, Allocation and Fair Selection [0.0]
提案アルゴリズムは, ほぼ線形時間で局所最適解を求めることができることを示す。我々のアルゴリズムは入力集合に正の要素も整数の要素も必要としないので、より広く適用できる。
論文参考訳（メタデータ） (2021-09-10T11:53:34Z)
Certifiably Polynomial Algorithm for Best Group Subset Selection [0.9667631210393929]
ベストグループサブセットの選択は、応答変数の最良の解釈可能性を達成するために重複しないグループの小さな部分を選択することを目的としている。有効群を反復的に検出し,無力群を除外するグループスプライシングアルゴリズムを提案する。提案手法の効率と精度を,合成データセットと実世界のデータセットを比較して検証する。
論文参考訳（メタデータ） (2021-04-23T03:05:11Z)
Batch Bayesian Optimization on Permutations using Acquisition Weighted Kernels [86.11176756341114]
決定点プロセスに基づく新しい効率的なバッチ取得方法であるLAWを紹介します。本研究では,理論特性の知見を得るための後悔分析法を提案する。二次代入などの置換を含むいくつかの標準問題に対する手法を評価する。
論文参考訳（メタデータ） (2021-02-26T10:15:57Z)
Extreme Algorithm Selection With Dyadic Feature Representation [78.13985819417974]
我々は,数千の候補アルゴリズムの固定セットを考慮に入れた,極端なアルゴリズム選択(XAS)の設定を提案する。我々は、XAS設定に対する最先端のAS技術の適用性を評価し、Dyadic特徴表現を利用したアプローチを提案する。
論文参考訳（メタデータ） (2020-01-29T09:40:58Z)
MREC: a fast and versatile framework for aligning and matching point clouds with applications to single cell molecular data [9.127253863263773]
我々は,データセット間のマッチングを計算するための分解アルゴリズムであるMRECを紹介し,研究する。このフレームワークは、マッチングの品質の絶対値を用いて、パーティショニング手順やマッチングアルゴリズムを含むパラメータの最適化をサポートする。単細胞分子データの解析において生じる多数のアライメント問題に適用することにより、いつうまく機能するかを記述し、その柔軟性とパワーを実証する手順を解析する。
論文参考訳（メタデータ） (2020-01-06T17:02:16Z)
Optimal Clustering from Noisy Binary Feedback [75.17453757892152]
本稿では,二元的ユーザフィードバックから一組のアイテムをクラスタリングする問題について検討する。最小クラスタ回復誤差率のアルゴリズムを考案する。適応選択のために,情報理論的誤差下界の導出にインスパイアされたアルゴリズムを開発する。
論文参考訳（メタデータ） (2019-10-14T09:18:26Z)

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。