タグ付けされた質問 「reference-request」

参照リクエストは、作成者が質問に関連する作業について知る必要がある場合に使用されます。

1
グラフアルゴリズムの実行時間の下限
RAM / PRAM /計算モデルのグラフアルゴリズムの実行時間には、重要な下限がありますか?ここではNP硬度の結果を探していません。 以下は私が見つけた結果です[参考文献L92を参照]: nサイクルの3色分けには、時間必要です。Ω(log∗n)Ω(log∗⁡n)\Omega(\log^*{n}) 最短パス(負の重みあり/なし)、Mincut、st最大フロー、最大(カーディナリティ/加重)マッチングなどの問題の下限を取得する方向に進行/作業があるかどうか知りたいと思いました。これに関連する参照は非常に高く評価され、役に立ちます。 参照 [ L92 ] N. Linial、分散グラフアルゴリズムの局所性、SIAM Journal on Computing、1992、21(1)、pp。193-201 編集:コメントでロビンコタリによって示唆されたように、私は質問をより直接に向けています。

1
グラフの分割、サブセットエッジの重み内でのバランス
各サブセット内のエッジの重みの合計が(ほぼ)等しくなるようにグラフを2つのサブセットに分割しようとするアルゴリズム(近似アルゴリズムは問題ありません)へのポインターと、2つの間のエッジの重みの合計に興味があります。サブセットは(ほぼ)最小です。 どんなポインタでも大歓迎です。

2
k比較を使用したソートの漸近的な複雑さ
2要素比較を使用したソートは、漸近的な最悪の場合の複雑さ少なくとも、mergesort、heapsort、バイナリ挿入、ford-によって到達)を持ち、最適です。nlog2(n)nlog2⁡(n)n \log_2(n) k個の要素をビルディングブロックとしてソートする比較を使用してソートする場合、情報理論的な下限はです。k-ary挿入でに簡単に到達できます。nlogk!(n)nlogk!⁡(n)n \log_{k!}(n)nlogk(n)nlogk⁡(n)n \log_k(n) 質問:と間の最適な複雑度はどこにありますか?nlogk(n)nlogk⁡(n)n \log_k(n)nlogk!(n)nlogk!⁡(n)n \log_{k!}(n) 適切な参照もいただければ幸いです。 編集:それは明確ではなかったので: Iはで複雑について興味がで、。それの漸近挙動有すると、およびI精度を高めたい。nnnk=O(1)k=O(1)k=O(1)αnlog2(n)αnlog2⁡(n)\alpha n\log_2(n)α∈[1log2(k),1log2(k!)]α∈[1log2⁡(k),1log2⁡(k!)]\alpha \in [\frac{1}{\log_2(k)},\frac{1}{\log_2(k!)}]αα\alpha

2
平面内の線の動的上部エンベロープ
平面内の線の配置の上部エンベロープを計算する簡単なアルゴリズムがあります。たとえば、調査Davenport-Schinzelシーケンスとその幾何学的アプリケーションのセクション2.3を参照してください 。 同じ問題の動的バージョンの既知のアルゴリズム/データ構造はありますか?つまり、次の操作で平面内の一連の線の上部エンベロープを維持したいとします。 挿入):セットに行を追加しますℓ(ℓ(ℓ(\ellℓℓ\ell 削除:セットから行を削除しますℓ(ℓ)(ℓ)(\ell)ℓℓ\ell query:上部エンベロープに座標を持つラインを返します。つまり、点から垂直方向の下向きの光線が最初に当たるセットの線を返します。x (x 、∞ )(x)(x)(x)xxx(x,∞)(x,∞)(x, \infty)

1
コードとコンパイラの最適化のための機械学習?
より効率的なコード(つまり、コンパイル時と実行時のヒューリスティック)を生成するためにMLを調査しています。私はphd(コンパイラ、hpc)を持っていますが、MLの経験はほとんどありません。 既存の作品への参照をいただければ幸いです。 さらに重要なのは、どの機械学習技術を探求するべきか? 各データサンプルは、コード+テスト実行+パフォーマンスデータです 正しいラベル付けされた多数のデータサンプル 変更する多数のパラメーター 任意のサンプルを任意のパラメーターで再実行できます(および正しいラベルを取得します) サンプルを実行および再実行するための大量のCPU そして、私の非常に疑わしい仮定のいくつか... コードの多くはすでにローカルに最適化されています(基本的なコンパイラー最適化) 一部のパラメータは「高レベルの概念」です。たとえば、配列をリンクリストに置き換えます。(したがって、小さなパラメーターの変更はさまざまな効果をもたらします) 望ましい改善には限界がある(xKの改善は「十分に良い」であり、Kはよく知られている) パラメータはまばらで、つまりほとんどゼロです(ほとんどのコードは基本的に良好であり、有益な変更は比較的少ないと思われます)。 私に私の道を設定するための任意のポインタはいただければ幸いです


2
(0,1)-ベクトルXOR問題
これは、よく言われなかった私の最近の別の質問[1]の書き直しです(これは、半ば明らかな単純化であり、計器でした)が、その中心にはまだ重要な問題があると思います。文献では同様の問題がありましたが、特にこの問題はありません。 それが私にとって最も簡単なので、ビットベクトルの観点からそれを書きます。 サイズ、のビットベクトルのセットがあるとします。ビット単位のXOR演算を検討してください。ターゲットベクトル与えられます。セットのビットごとのXORがターゲットベクトルと等しくなるようなベクトルのサブセットを見つけます。サブセットを見つけるための効率的な(または理想的には最適な)アルゴリズムとは何ですか?nnnv1,v2,v3,...,vnv1,v2,v3,...,vnv_1, v_2, v_3, ... , v_nv0v0v_0 総当たりアルゴリズムは、サイズパワーセットを列挙し、最初に見つかったサブセットをリストします。(わずかに?)より効率的には、ターゲットの1の位置を調べ、ターゲットの1の位置に1のベクトルが少なくとも1つないサブセットを除外します。2n2n2^n サブセットは存在する場合と存在しない場合があります。一意である場合とそうでない場合があります。 密接に関連する質問:(1)最小のサブセットを見つける、(2)そのようなサブセットが存在するかどうかに応じて出力T / F。 これらの問題の1つはNP完全であるという疑いがあります。 参照、洞察などを探す。「ハード」な入力と「イージー」な入力があるかどうかを知ることは興味深いでしょう。 私が他の質問で書いたように、これはNP完全であることが知られているサブセット合計問題(たとえば、garey&johnson refを参照)と密接に関連しているようですが、ベクトルビット単位のXORを計算する方が簡単であるため、複雑さが「少し」少ないようです2進和よりも大きい(和は2進数字を持つことができる)。 この問題は、bin fuの最近の質問[2]とも密接に関連しているようです。 [1] /cstheory/10341/building-0-1-vectors-out-of-xors [2] アルゴリズムベクトル問題

1
直径制約付き最小スパングラフ
直径が制約されたMSTの考え方は、すべての頂点を接続し、互いに一定の距離内に保つことです。しかし、私が見たすべての論文は、サイクルを許可すると直径を小さくするのに役立つ場合に、ツリーを作成するという要件を維持しています。これを探求する論文を誰か知っていますか?(検索するのは難しいです。) たとえば、平面上の円に配置された頂点を持つ完全なグラフを考えます(エッジの重み=ユークリッド距離)。MST(プリムなど)は円に追従するため、グラフの直径はほぼ円の円周になります。最終エッジを接続できるようにすることで、総重量を大幅に増やすことなく、直径を半分にすることができます。

3
グラフで三角形を見つける:プロパティテスト以外のアプローチ?
分散設定で三角形とネットワークモチーフ(一定サイズのサブグラフ、グラフレットとも呼ばれます)を見つけるためのアルゴリズムを紹介する論文に取り組んでいます。グラフ内の三角形の数と必要な通信負荷のトレードオフを特徴付けます。私は、集中型モデルでこの質問に対して行われた作業の参照を探しています。 問題は、私がこのトピックで見つけたほぼすべての理論的なフレーバーがプロパティテストのフレームワーク内にあったことです。違いを説明するために、個の頂点を持つグラフの場合を考えてみましょう。これは、すべてエッジ共有する三角形で構成されています。プロパティテストの観点から見ると、このグラフは三角形のないものに非常に近く(その重要なエッジを削除することで)、三角形の数は直線的になっています。これは、私たちの基準では多くのことです。、N - 2 (1 、2 )んんnn − 2ん−2n-2(1 、 2 )(1、2)\left(1,2\right) どんな参考文献でも評価されます。 編集:私は主に、グラフに三角形が含まれているかどうかをすばやく判断できるアルゴリズムに興味があります。三角形(または他のサブグラフ)リストアルゴリズムの場合、アルゴリズムはそれらをすべてリストする必要があるため、このようなインスタンスをある意味難しくするため、実行時間はグラフ内の三角形の数によって下から自然に制限されます。決定問題(「三角形なし」か「なし」)の観点から見ると、三角形が多数あると問題を簡単に見つけることができます。

2
Boneh-Lynn-Shachamギャップ署名の証明手法について
Boneh、Lynn、Shachamによるペーパー「Weilペアリングからの短い署名」では、他の署名と同じようにセキュリティ証明を行っていました。 しかし、このペーパーで使用されている手法は非常にユニークです。通常のチャレンジャーと敵対的な相互作用を使用するのではなく、彼らは証明を6つのゲームに分割し、各ゲームは前のゲームから順に拡張されています。 彼らがなぜ通常のゲームの代わりにこのアプローチを使用したのか私にはわかりません。この種のセキュリティ証明は、確率をより簡単に減らすのに役立つのでしょうか、それとも「読みやすく理解しやすい」という観点から確率を与えただけなのでしょうか。 ありがとう!


1
ステパノフ法によるコンピューターサイエンスの結果
私は最近、チェンナイ数学研究所の疑似ランダム性に関するワークショップに参加しました。ベンカットグルスワミは、(コーディング理論に関する)講演中に次の美しい声明を発表しました。 学位という単純な事実を使用してどれだけ証明できるかは注目に値します ddd フィールド上の多項式は最大で ddd ルーツ。 これはステパノフ法とも呼ばれていると思います(これらのアプリケーションでは、通常、根は多重度も高くなります)。私がこれを目にした 1つの場所は、マイケルフォーブス、Neeraj Kayal、Rajatt Mittal、およびChandan Sahaによる最小の非剰余の平方根境界に関する論文です。 このプリンシパルはワークショップで、Venkatの講演でリードソロモンコード(たとえば、このコースで見つかる)のユニークなリストデコードで強調されました。ニーラジカヤルの講演で、彼は他の2つの例を示しました。有限体カケヤ予想とジョイント予想(両方ともZeev Dvirによるこの非常に素晴らしい調査で見つかります)の証明です。私が考えることができる他の例は、Dana MoshkovitzによるSchwartz-Zippel補題の証明であり、私のお気に入りのもう1つは、本質的にこの事実のみを使用するAKS素数性テストです(ストレッチを許可されている場合)。 この単純な事実を(本質的に)使用したエレガントな結果の他の例があるかどうか疑問に思っていました。 この投稿は、以前の質問「複雑さの結果のための多項式法」と密接に関連していますが、より一般的な「多項式法」に関するものでした。

2
これは既知の組み合わせ最適化/スケジューリング問題ですか?
異なる色の「アイテム」を保持するスタックと、同じ色の複数のアイテムを一度に処理できるマシンが与えられます。各ステップで、各スタックの最上部から1つのアイテムを削除してマシンに配置できます(そのため、マシンは1ステップで最大n個のアイテムを処理できます-そのためには、すべてのスタックに同じ色のアイテムが必要です上に)。目標は、すべてのアイテムを最小限の時間で処理することです。nnnnnn 入力例: 可能な解決策の1つは、貪欲なアルゴリズムです。各ステップで、できるだけ多くのアイテムを取り出し、それらをすべてマシンに詰め込みます。残念ながら、貪欲なアルゴリズムは最適ではありません。入力例に対して次のスケジュールが生成されます。 最適なスケジュールは次のとおりです。 何らかの形の状態空間検索を使用する予定ですが、より問題固有で効率的なアプローチがあるでしょうか?関連文献へのリンクは高く評価されています。

3
高次のシーケントシステムに関する論文や記事を探しています
K. Dosenのより高次のシーケンス( "モーダルロジックのシーケンスシステム"、JSL 50)に類似したシステムでの作業を探しています。私が知っている唯一の作品は、IemhoffとMetcalfeによる最近の作品です(「許容ルールの証明理論」、Annals of Pure and Applied Logic 159(1-2)、2009)。 そのようなシステムに関する他の論文はありますか?


弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.