ナップサック制約を持つクラスタリングおよび分割システムのための依存型ランダム化丸め【JST機械翻訳】

Harris David G.; Pensyl Thomas; Srinivasan Aravind; Trinh Khoa

プレプリント

J-GLOBAL ID：202202219154607451 整理番号：21P0005086

ナップサック制約を持つクラスタリングおよび分割システムのための依存型ランダム化丸め【JST機械翻訳】

Dependent randomized rounding for clustering and partition systems with knapsack constraints

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2017年09月20日プレプリントサーバーでの情報更新日： 2024年05月11日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

クラスタリング問題は教師なし学習の基本である。機械学習とAIにおける公平性に重点が増している。公平性の一つの代表的な概念は,単一の個体群統計学グループがクラスタ中心の中で過剰表現されるべきではないことである。これは,より一般的なクラスタリング問題であり,「ナップサック」と「分割」制約で定式化できる。そのような問題を目標とする新しいランダム化アルゴリズムを開発し,特に2つ,多重ナップサックメディアンと多重ナップサックセンタを調べた。この丸めアルゴリズムは,これらの問題に対して新しい近似および擬似近似アルゴリズムを与える。独立的に興味深い1つの重要な技術ツールは,有界でない分散を持つ確率変数の和に対するFeige(2006)に類似した新しいテール境界である。このような限界は,少数のサンプルを用いた大規模ネットワーク特性の推論に有用である。【JST機械翻訳】

, , , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

その他のオペレーションズリサーチの手法 , 数値計算

, , , , , ,

前のページに戻る