วิทยาศาสตร์คอมพิวเตอร์เชิงทฤษฎี

Braverman แสดงให้เห็นว่าการกระจายซึ่งเป็น ( l o gม.ε)โอ(d2)(logmϵ)O(d2)(log \frac{m}{\epsilon})^{O(d^2)}- อิสระ εϵ\epsilon- ความลึกของคนโง่ ddd AC0AC0AC^0 วงจรขนาด mmm โดย "การติดกาวเข้าด้วยกัน" การประมาณ Smolensky และการประมาณฟูริเยร์ของ AC0AC0AC^0ฟังก์ชั่นบูลีนที่คำนวณได้ ผู้เขียนและผู้ที่เคยคาดคะเนว่าการคาดเดาในขั้นต้นว่าเลขชี้กำลังนั้นสามารถลดลงได้O(d)O(d)O(d)และฉันอยากรู้ว่าถ้ามีความคืบหน้าเกี่ยวกับเรื่องนี้ในขณะที่ฉันคิดว่ามันจะเกี่ยวข้องกับการผลิตพหุนามซึ่งอยู่ใกล้กับระยะทางสหสัมพันธ์และเห็นด้วยกับฟังก์ชั่นในอินพุตจำนวนมากและฉันคิดว่ามันจะ เป็นการประมาณที่น่าสนใจมากที่จะหาโดยไม่ต้องติดกาวทั้งสองเข้าด้วยกัน มีเหตุผลบางอย่างที่คาดหวังว่าการประมาณดังกล่าวจะต้องมีระดับO(d2)O(d2)O(d^2) ไม่เป็นที่รู้จักเมื่อ Braverman เขียนบทความของเขาในปี 2010? คำถามอื่นเกี่ยวกับกระดาษนี้ฉันมีคือการคาดเดาเดิมคล้ายกับความไวของ Boppana แม้ว่ามันจะเป็นในกระดาษที่เขียนก่อนที่จะผูกพันนี้ แน่นอนว่านี่ไม่ใช่เรื่องบังเอิญเพราะขอบเขตนี้จะสอดคล้องกับความเข้มข้นของฟูริเยร์ที่คุณสามารถได้รับจากขอบเขตของ Boppana ถ้าพหุนามฟูริเยร์ทำงาน แต่มีสัญชาตญาณที่ดีกว่าที่คุณรู้มากกว่า "ถ้าพหุนามฟูริเยร์ทำงาน นี่คือสิ่งที่คุณจะได้รับ "หนึ่ง"

9 boolean-functions  fourier-analysis 

ทฤษฎีบทโรเบิร์ตมัวร์กล่าวว่าครอบครัวใด ๆ รองลงมาปิดGG\mathcal G ของกราฟสามารถจำแนกตามผู้เยาว์ที่ต้องห้ามหลายคน มีอัลกอริทึมสำหรับอินพุตหรือไม่ GG\mathcal G ส่งผลให้ผู้เยาว์ต้องห้ามหรือสิ่งนี้ไม่สามารถตัดสินใจได้? เห็นได้ชัดว่าคำตอบอาจขึ้นอยู่กับว่า GG\mathcal Gอธิบายไว้ในอินพุต ตัวอย่างเช่นถ้าGG\mathcal G มอบให้โดย MGMGM_\mathcal G ที่สามารถตัดสินใจเป็นสมาชิกเราไม่สามารถตัดสินใจได้ว่าจะเป็นอย่างไร MGMGM_\mathcal Gเคยปฏิเสธอะไร ถ้าGG\mathcal Gได้รับจากผู้เยาว์ที่ต้องห้ามจำนวนมาก - ดีนั่นคือสิ่งที่เรากำลังมองหา ฉันอยากรู้อยากเห็นรู้คำตอบถ้าMGMGM_\mathcal G รับประกันว่าจะหยุดในใด ๆ GGG ในระยะเวลาที่แน่นอน |G||G||G|. ฉันสนใจในผลลัพธ์ที่เกี่ยวข้องด้วยเช่นกันGG\mathcal G ได้รับการพิสูจน์ว่ามีการปิดเล็กน้อยพร้อมกับใบรับรองอื่น ๆ (เช่นในกรณีของ TFNPTFยังไม่มีข้อความPTFNPหรือหลักฐานไม่ถูกต้อง ) อัปเดต: คำถามแรกของฉันกลายเป็นเรื่องง่ายมากตามแนวคิดของ Marzio และ Kimpel ให้พิจารณาการก่อสร้างต่อไปนี้ MGMGM_\mathcal G ยอมรับกราฟบน nnn จุดยอดถ้าและเฉพาะในกรณีที่ MMM …

9 graph-theory  decidability  graph-minor 

ใน Martin-Löf's An Intuitionistic Theory of Types: Predicative Partเป็นการพิสูจน์การตรวจสอบชนิดนั้นa : Aa:Aa \colon A เป็นที่ตัดสินใจได้ ขึ้นอยู่กับการaaaถูกพิมพ์ได้ในสถานที่แรกโดยการพิสูจน์ทฤษฎีบทการทำให้เป็นมาตรฐานสำหรับคำที่พิมพ์ได้ปิด ในทางกลับกันฉันได้เห็นมันเขียนไว้ในหลาย ๆ แห่ง (Wikipedia, Nördstrom ฯลฯ ) ที่การตรวจสอบประเภทใน (intensional) MLTT นั้นสามารถตัดสินใจได้ พวกเขา จำกัด การพิมพ์คำโดยปริยายหรือไม่? มีสิ่งใดที่ทราบเกี่ยวกับความสามารถในการอนุมานของการอนุมานประเภทหรือการตรวจสอบประเภทใน MLTT แบบอินทิกรัลถ้าเราไม่ จำกัด เฉพาะคำที่พิมพ์ได้? ตัวอย่างเช่นอาจมีกระบวนการตัดสินใจที่รับรู้เงื่อนไขที่ไม่สามารถพูดได้พูดโดยทำให้เป็นรูปแบบปกติที่ไม่สอดคล้องกับตัวสร้างหรือโดยแสดงว่าไม่มีลำดับการลดระยะเวลาสำหรับคำที่ไม่สามารถพิมพ์ได้ ฉันไม่สามารถค้นหามากในวรรณคดี

9 reference-request  type-theory  type-inference 

ฉันอยากรู้เกี่ยวกับวิธีการที่คุณเห็นความไม่สม่ำเสมอนั้นมีประโยชน์ในการคำนวณ วิธีหนึ่งคือการสุ่มในขณะที่BPP⊆P/polyBPP⊆P/polyBPP \subseteq P/polyและอีกรายการเป็นตารางค้นหาซึ่งใช้เพื่อแสดงว่าทุกภาษามีวงจรไม่สม่ำเสมอ โดยเฉพาะอย่างยิ่งฉันสนใจในวิธีการที่วัตถุมีอยู่โดยใช้วิธีการความน่าจะเป็นและวิธีการพิสูจน์อื่น ๆ ที่ไม่สร้างสรรค์ ฉันต้องการตัวอย่างที่เป็นธรรมชาติไม่ใช่มีแผน เพื่อให้ชัดเจนวงจรสำหรับปัญหาที่วางแผนไว้อาจเป็นดังนี้: ให้ภาษาL∈PL∈PL \in Pฉันสร้างวงจรขนาดพหุนามด้วยการคำนวณฟังก์ชั่นที่ยากจริงๆ f(|x|)f(|x|)f(|x|) ใช้คำแนะนำของฉันและถามว่า f(|x|)n/|f(|x|)|⊕x∈Lf(|x|)n/|f(|x|)|⊕x∈Lf(|x|)^{n/|f(|x|)|} \oplus x \in L.

9 circuit-complexity  advice-and-nonuniformity 

ไม่มีใครรู้ว่าชื่อ System "F" และ System "T" มาจากไหน? ฉันไม่ได้ถามว่าใครแนะนำชื่อเหล่านั้น (Girard System F และGödel System T) แต่สิ่งที่ "F" และ "T" หมายถึง

9 ho.history-overview  type-systems  formal-systems 

ฉันมีปัญหาในการทำความเข้าใจหลักฐานของการทำให้เป็นมาตรฐานที่แข็งแกร่งสำหรับแคลคูลัสของสิ่งปลูกสร้าง ฉันพยายามติดตามหลักฐานในกระดาษของ Herman Geuvers "หลักฐานสั้นและยืดหยุ่นของการทำให้ปกติแข็งแกร่งสำหรับแคลคูลัสของการก่อสร้าง" ฉันสามารถติดตามเหตุผลหลักในการให้เหตุผลได้ดี Geuvers สร้างสำหรับแต่ละประเภทTTTการตีความอยู่บนพื้นฐานของการประเมินผลของประเภทตัวแปรบางalpha) จากนั้นเขาก็สร้างคำศัพท์ตีความตามการประเมินผลของคำศัพท์ตัวแปรและพิสูจน์ให้เห็นว่าการประเมินผลที่ถูกต้องสำหรับการยืนยันสำหรับทุกถือ[[T]]ξ[[T]]ξ[\![T]\!]_\xiξ(α)ξ(α)\xi(\alpha)(|M|)ρ(|M|)ρ(\!|M|\!)_\rhoρ(x)ρ(x)\rho(x)(|M|)ρ∈[[T]]ξ(|M|)ρ∈[[T]]ξ(\!|M|\!)_\rho \in [\![T]\!]_\xiΓ⊢M:TΓ⊢M:T\Gamma\vdash M:T ปัญหาของฉัน: สำหรับประเภทง่าย ๆ (เช่นประเภทระบบ F) การตีความประเภทเป็นชุดคำศัพท์จริงๆดังนั้นการยืนยันเข้าท่า แต่สำหรับประเภทที่ซับซ้อนกว่านี้การตีความไม่ใช่ชุดคำศัพท์ แต่เป็นชุดของฟังก์ชันของพื้นที่ฟังก์ชันที่เหมาะสม ฉันคิดว่าฉันเกือบจะเข้าใจการสร้างช่องว่างของฟังก์ชั่นอย่างไรก็ตามมันไม่สามารถกำหนดความหมายใด ๆ ให้กับสำหรับความซับซ้อนมากขึ้น ประเภทT[[T]]ξ[[T]]ξ[\![T]\!]_\xi(|M|)ρ∈[[T]]ξ(|M|)ρ∈[[T]]ξ(\!|M|\!)_\rho \in [\![T]\!]_\xi[[T]]ξ[[T]]ξ[\![T]\!]_\xi(|M|)ρ∈[[T]]ξ(|M|)ρ∈[[T]]ξ(\!|M|\!)_\rho \in [\![T]\!]_\xiTTT ใครสามารถอธิบายหรือให้ลิงก์ไปยังงานนำเสนอหลักฐานที่เข้าใจได้บ้าง? แก้ไข: ให้ฉันพยายามทำให้คำถามชัดเจนขึ้น บริบทมีการประกาศสำหรับตัวแปรประเภทและตัวแปรวัตถุ การประเมินค่าประเภทนั้นถูกต้องหากสำหรับทั้งหมดด้วยดังนั้นถูกต้อง แต่สามารถเป็นองค์ประกอบของและไม่เพียง แต่SATดังนั้นการประเมินผลระยะไม่ถูกต้องสามารถกำหนดสำหรับalpha) ต้องเป็นคำศัพท์และไม่ใช่ฟังก์ชันของพื้นที่ฟังก์ชันΓΓ\Gammaα:Aα:A\alpha:A(α:A)∈Γ(α:A)∈Γ(\alpha:A) \in \GammaΓ⊢A:□Γ⊢A:◻\Gamma\vdash A:\squareξ(α)∈ν(A)ξ(α)∈ν(A)\xi(\alpha) \in \nu(A)ν(A)ν(A)\nu(A)(SAT)∗(SAT)∗(SAT)^*SATSATSATρ(α)ρ(α)\rho(\alpha)ρ(α)ρ(α)\rho(\alpha) แก้ไข 2: ตัวอย่างที่ใช้งานไม่ได้ มาสร้างค่าที่ถูกต้องต่อไปนี้: [ ][ α : ∗ …

9 lo.logic  type-theory  lambda-calculus  typed-lambda-calculus 

ปล่อย AAAเป็นตัวอักษรที่ จำกัด สำหรับภาษาที่ได้รับหนังสือประโยคเป็นความคิดที่รู้จักกันดีในทฤษฎีภาษาอย่างเป็นทางการ นอกจากนี้หนังสือตระหนักภาษา IFF มีอยู่ซึ่มส์เช่นว่า(L)))L⊆A∗L⊆A∗L \subseteq A^{\ast} M(L)M(L)M(L)MMMLLLφ:A∗→Mφ:A∗→M\varphi : A^{\ast} \to ML=φ−1(φ(L)))L=φ−1(φ(L)))L = \varphi^{-1}(\varphi(L))) จากนั้นเรามีผลลัพธ์ที่ดี: monoidรู้จักถ้าเป็นภาพโฮโมมอร์ฟิคของ submonoid ของ (writen เป็น )MMML⊆A∗L⊆A∗L \subseteq A^{\ast}M(L)M(L)M(L)MMMM(L)≺MM(L)≺MM(L) \prec M ข้างต้นมักจะกล่าวถึงในบริบทของภาษาปกติและจากนั้น monoids ข้างต้นล้วน แต่ จำกัด ทีนี้สมมติว่าเราแทนที่ด้วย monoid โดยพลการและเราบอกว่าเซตย่อยได้รับการยอมรับจากหากมี morphismเช่นนั้น(L)) ถ้าอย่างนั้นเราก็ยังมีว่าถ้ารู้จักแล้ว (ดู S. Eilenberg, Automata, เครื่องจักรและภาษา, เล่ม B) แต่การสนทนานั้นมีไว้หรือไม่?A∗A∗A^{\ast}NNNL⊆NL⊆NL \subseteq NMMMφ:N→Mφ:N→M\varphi : N \to …

9 fl.formal-languages  automata-theory  regular-language  algebra  monoid 

เป็นที่ทราบกันว่า Ford-Fulkerson หรือ Edmonds-Karp ที่มี heuristic ของท่อไขมัน (อัลกอริธึมสำหรับ max-flow สอง) ไม่จำเป็นต้องหยุดถ้าน้ำหนักบางอย่างไม่มีเหตุผล ในความเป็นจริงพวกเขาสามารถมาบรรจบกับค่าที่ผิด ! อย่างไรก็ตามตัวอย่างทั้งหมดที่ฉันสามารถหาได้ในวรรณคดี [การอ้างอิงด้านล่างบวกการอ้างอิงในนั้น] ใช้เพียงค่าไม่มีเหตุผลเดียว: อัตราส่วนทองคำคอนจูเกตφ'= (5-√- 1 ) / 2φ'=(5-1)/2\phi' = (\sqrt{5}-1)/2และค่าอื่น ๆ ที่มีเหตุผลหรือเป็นผลคูณของ φ'φ'\phi'. คำถามหลักของฉันคือ: คำถามทั่วไป: เกิดอะไรขึ้นกับค่าที่ไม่ลงตัวอื่น ๆ ? ตัวอย่างเช่น (แต่ไม่รู้สึกว่าคุณต้องตอบคำถามเหล่านี้เพื่อโพสต์ - ฉันจะพบคำตอบที่น่าสนใจสำหรับคนใดคนหนึ่งหรือคำถามอื่น ๆ ที่อยู่ภายใต้คำถามทั่วไปด้านบน): มอบให้ใด ๆ อัลฟ่า∈ Rα∈R\alpha \in \mathbb{R}หนึ่งสามารถสร้าง (หรือแม้กระทั่งแสดงการมีอยู่) ตัวอย่างเช่น? ยิ่งอ่อนแอ: มีตัวอย่างที่รู้จักกันว่าใช้ค่าที่ไม่มีเหตุผลเป็นหลักแตกต่างจากφ'φ'\phi'? นั่นคือมีบางส่วนαα\alpha ซึ่งไม่ใช่ตัวคูณที่มีเหตุผล …

9 ds.algorithms  graph-algorithms  max-flow 

กำหนดฟังก์ชั่นแบบบูลเรามีกลุ่ม automorphism\}fffAut(f)={σ∈Sn ∣∀x,f(σ(x))=f(x)}Aut(f)={σ∈Sn ∣∀x,f(σ(x))=f(x)}Aut(f) = \{\sigma \in S_n\ \mid \forall x, f(\sigma(x)) = f(x) \} มีขอบเขตที่รู้จักในหรือไม่ มีอะไรเป็นที่รู้จักกันในปริมาณของแบบฟอร์มสำหรับกลุ่มหรือไม่?Prf(Aut(f)≠1)Prf(Aut(f)≠1)Pr_f(Aut(f) \neq 1)Prf(G≤Aut(f))Prf(G≤Aut(f))Pr_f(G \leq Aut(f))GGG

9 boolean-functions  randomness  gr.group-theory  symmetry 

ฉันเป็นนักวิจัยที่ทำงานในอัลกอริทึมและทฤษฎีความซับซ้อนฉันใช้ความซับซ้อนแบบพารามิเตอร์ในระดับหนึ่ง สำหรับฉันดูเหมือนว่านักวิจัยที่มีความซับซ้อนเชิงพารามิเตอร์นั้นมีความกระตือรือร้นมาก (ฉันไม่ได้หมายความว่าคนอื่นไม่ได้เป็นอย่างนั้น) ในแง่ของจำนวนงานวิจัย ฉันได้เห็นว่านักวิจัยจากความซับซ้อนของการสื่อสารความซับซ้อนทางคณิตศาสตร์และอื่น ๆ ก็ใช้พารามิเตอร์ต่าง ๆ ในระดับที่มากขึ้น คำถาม: ความซับซ้อนที่กำหนดพารามิเตอร์จะเป็นอนาคตของทฤษฎีความซับซ้อนหรือไม่ อนาคตหมายถึงจำนวนรายงานการวิจัยจำนวนนักวิจัยที่ทำงานในพื้นที่นั้นเป็นต้น โปรดทราบว่าฉันไร้เดียงสาและอาจไม่ได้ตระหนักถึงหลายสิ่ง

9 soft-question  parameterized-complexity 

ทฤษฎีบทของคันทอร์กล่าวว่า สำหรับเซต A เซตของเซตย่อยทั้งหมดของ A จะมีภาวะเชิงการนับที่มากกว่าตัว A เป็นไปได้ไหมที่จะเข้ารหัสบางอย่างเช่นนี้โดยใช้เฉพาะประเภท / ข้อเสนอโดยไม่อ้างอิงชุด ZFC รหัสหรือ pseudocode สำหรับการเข้ารหัสข้อเสนอนี้ในภาษาที่พิมพ์อย่างพึ่งพาจะได้รับการชื่นชม

9 type-theory  set-theory 

ตัวแก้ปัญหา SMT เช่น Z3 หรือ Boolector ใช้ชุดฮิวริสติกที่ซับซ้อนเพื่อแก้ปัญหา อย่างไรก็ตามสิ่งนี้ยังทำให้การทำนายประสิทธิภาพของตัวแก้ปัญหาดังกล่าวนั้นยากมาก คำถามของฉันคือ: คำถาม มีวิธีที่จะเข้าใจหรือรับข้อมูลเชิงลึกเกี่ยวกับประสิทธิภาพของตัวแก้ปัญหา SMT สำหรับสิ่งที่เฉพาะเจาะจงในทฤษฎีของ bitvectors ที่ไม่มีปริมาณ (QFBV) หรือไม่? นอกจากนี้ยังรวมถึงเครื่องมือสร้างภาพข้อมูลใด ๆ ที่จะช่วยให้เข้าใจว่าตัวแก้ปัญหา "ติดอยู่" / ไม่ก้าวหน้า การประยุกต์ใช้งาน ทำความเข้าใจล่วงหน้าว่าการเข้ารหัสที่แตกต่างกันของปัญหาเดียวกันมีผลต่อประสิทธิภาพการแก้ปัญหาอย่างไร (สถานะของศิลปะที่นี่ไม่สามารถเป็น "แค่ลองการเข้ารหัสที่แตกต่างกันสองสามข้อและหวังว่าจะเร็วพอ") หากปัญหาที่ระบุไม่สามารถแก้ไขได้ด้วยตัวแก้ปัญหา SMT เนื่องจากข้อ จำกัด ด้านเวลาให้หาวิธีในการแสดงปัญหาที่แตกต่างเพื่อให้สามารถแก้ไขได้ หลีกเลี่ยงการเสียเวลาในการแก้ปัญหาเฉพาะโดเมนที่จะไม่ส่งผลต่อประสิทธิภาพของตัวแก้ปัญหาทั้งหมดหรือแม้กระทั่งส่งผลเสียต่อประสิทธิภาพของตัวแก้ปัญหา การวิจัยที่มีอยู่ ฉันพยายามค้นหางานวิจัยในหัวข้อนี้ แต่ฉันไม่สามารถหาได้มากนัก ฉันยังไม่มีประสบการณ์มากนักในการแก้ปัญหา SAT / SMT ดังนั้นจึงต้องขออภัยหากฉันพลาดบางสิ่งไป SATzilla : ทำนายตัวแก้ประสิทธิภาพที่ดีที่สุดตามคุณลักษณะที่สกัดจากปัญหาโดยใช้เทคนิคการเรียนรู้ของเครื่อง สิ่งนี้ใช้กับ SAT แทน SMT เท่านั้นและไม่ได้อธิบายถึงเหตุผลในการแก้ปัญหาประสิทธิภาพการทำงาน Z3 …

9 ds.algorithms  sat  heuristics 

หลังจากความสำเร็จที่ใหม่กว่าและใหม่กว่าของเครือข่ายประสาทเทียมในการเล่นเกมกระดานเรารู้สึกว่าเป้าหมายต่อไปที่เราตั้งไว้อาจมีประโยชน์มากกว่าการตีมนุษย์ในสตาร์คราฟ แม่นยำมากขึ้นฉันสงสัยว่า โครงข่ายใยประสาทเทียมสามารถฝึกให้แก้ปัญหาอัลกอริทึมแบบคลาสสิคได้หรือไม่? นี่ฉันหมายความว่าเช่นเครือข่ายจะได้รับข้อมูลกราฟมีขอบถ่วงน้ำหนักและสองจุดและที่ระบุไว้และเราขอให้หาที่สั้นที่สุดเส้นทางให้เร็วที่สุดเท่าที่เป็นไปได้ จากนั้นฉันเดาว่าเครือข่ายประสาทจะค้นพบและฝึกฝนตัวเองให้ใช้ Dijkstra หรืออะไรทำนองนี้GGGssstttststst หนึ่งในมือเรารู้ว่ากำลังการคำนวณของเครือข่ายประสาทเป็นTC0TC0TC^0 0 ที่อื่นฉันไม่รู้ว่าสิ่งนี้เกี่ยวข้องกับคำถามของฉันหรือไม่ อย่างไรก็ตามสำหรับปัญหาส่วนใหญ่เราไม่รู้ว่าสามารถแก้ไขได้ในหรือไม่ การดูว่าเครือข่ายประสาทสามารถฝึกอบรมตัวเองได้หรือไม่อาจเป็นตัวบ่งชี้ที่ดีว่ามีอัลกอริทึมที่รวดเร็วหรือไม่ ตัวอย่างเช่นถ้าเครือข่ายประสาทไม่สามารถฝึกตัวเองเพื่อแก้ปัญหาได้อย่างรวดเร็ว SAT แล้วที่ทำให้มัน (มากขึ้น) มีแนวโน้มว่า 0 ฉันสงสัยว่าเครือข่ายประสาทจะทำอะไรกับ GRAPHISOMORPHISM หรือ FACTORIZATIONTC0TC0TC^0NP⊄TC0NP⊄TC0NP\not\subset TC^0 แน่นอนว่าการแยกอัลกอริทึมเป็นคำถามที่แตกต่างอย่างสิ้นเชิง ฉันสงสัยว่าผู้เชี่ยวชาญรู้วิธีการทำเช่นนั้น แต่การอภิปรายไม่ใช่หัวข้อของคำถามนี้ เพิ่มอีกสองวันต่อมา: หลังจากเห็นคำตอบให้ฉันระบุว่าถ้าคุณตอบในเชิงลบแล้วฉันอยากจะรู้ ทำไมการเล่นหมากรุกจึงง่ายกว่า Dijkstra หรือ Graphisomorphism?

9 cc.complexity-theory  ds.algorithms  machine-learning  ne.neural-evol 

เมื่อให้ coprime aคุณสามารถคำนวณa , ba,ขa, bนาทีx , y> 0|ax-ขY|นาทีx,Y>0|ax-ขY| \min_{x, y > 0} |a^x - b^y| ที่นี่x , yx,Yx, yเป็นจำนวนเต็ม เห็นได้ชัดว่าการx = y= 0x=Y=0x = y = 0ให้คำตอบที่ไม่น่าสนใจ; โดยทั่วไปพลังเหล่านี้จะได้ใกล้แค่ไหน นอกจากนี้เราจะคำนวณการย่อขนาด x, yได้อย่างรวดเร็วได้x , yx,Yx, yอย่างไร?

9 ds.algorithms  randomized-algorithms  nt.number-theory  comp-number-theory 

ฉันกำลังมองหารายการปัญหาการเพิ่มประสิทธิภาพ NP-hard ที่มีการวิจัยเชิงรุกในการแก้ปัญหาเชิงปฏิบัติสำหรับการแก้ปัญหาและมีเกณฑ์มาตรฐานทั่วไปที่ผู้คนพยายามเอาชนะ ตัวอย่างรวมถึง: การสร้างต้นไม้ขึ้นใหม่จากสายวิวัฒนาการ (ฮิวริสติกเช่นที่นี่ ) พนักงานขายเดินทาง (ไม่ค่อยกระตือรือร้น แต่LKHเป็นที่รู้จักกันดี) โดยเฉพาะอย่างยิ่งฉันกำลังมองหาพื้นที่ของการวิจัยที่ผู้คนสนใจเรื่องค่าใช้จ่ายที่เกิดขึ้นจริง (เช่น TSP หรือ phylogeny ที่กล่าวถึงข้างต้น) เช่นการค้นหาต้นไม้ตัดสินใจไม่ใช่สิ่งที่ฉันกำลังมองหาเนื่องจากมีเพียงไม่กี่คนที่สนใจเกี่ยวกับความสูงของต้นไม้ที่เกิดขึ้น

9 heuristics