แหล่งการศึกษาหรือการสำรวจการวิเคราะห์โปรแกรม Semidefinite?

เมื่อออกแบบอัลกอริธึมการประมาณหนึ่งบางครั้งก็แก้โปรแกรม semidefinite ตามด้วยขั้นตอนการปัดเศษ ตัวอย่างที่ใช้บ่อยเพื่อแสดงให้เห็นว่านี่คือ Max-Cut (ดูขั้นตอนวิธีการประมาณค่าเช่นโดย Vijay Vazirani)

มีแหล่งข้อมูลหรือแบบสำรวจทางการศึกษาที่ดีเกินกว่าปัญหา Max-Cut หรือไม่เพื่ออธิบายอัลกอริทึมการปัดเศษที่ซับซ้อนมากขึ้นและเทคนิคที่ใช้สำหรับการวิเคราะห์ของพวกเขา? ฉันกำลังคิดถึงกรณีที่เวกเตอร์ของ SDP-solution ไม่ได้กระจายอย่างสม่ำเสมอบน hypersphere พวกมันมีความยาวต่างกันหรือมีคุณสมบัติอื่น ๆ ที่ทำให้การวิเคราะห์ยากขึ้น

ตรวจสอบบทที่ 6 ในหนังสือ "การออกแบบอัลกอริทึมการประมาณ" โดย Williamson และ Shmoys หนังสือมีออนไลน์ที่นี่: http://www.designofapproxalgs.com/

มีหนังสือดี ๆ จาก Gartner และ Matousek ใน SDPs และแอปพลิเคชันของพวกเขาสำหรับอัลกอริทึมการประมาณ ครอบคลุมมากด้วยประโยชน์เพิ่มเติมของการให้การแนะนำที่ดีกับทฤษฎีของการเขียนโปรแกรมกึ่งแน่นอน ดูhttp://books.google.co.th/books/about/Approximation_Algorithms_and_Semidefinit.html?id=5QeLPOvIpNUC

มีแบบสำรวจนี้: http://ttic.uchicago.edu/~madhurt/Papers/sdpchapter.pdf ซึ่งให้ความสำคัญกับลำดับชั้นของการเขียนโปรแกรมนูน มันมี Max-Cut, Sparsest-Cut, การระบายสี, ชุดไฮเปอร์กราฟอิสระ, เป้