会员服务
图 · 分解的 · 极小点 · 近似 · 情景 ·
2021 年 2 月 16 日
Deterministic CONGEST Algorithm for MDS on Bounded Arboricity Graphs
翻译：MDS在宽度对比图上的确定性 CONGEST 算法
Saeed Akhoondian Amiri
Saeed Akhoondian Amiri

We provide a deterministic CONGEST algorithm to constant factor approximate the minimum dominating set on graphs of bounded arboricity in $O(\log\Delta)$ rounds. This improves over the well-known randomized algorithm of Lenzen and Wattenhofer[DISC2010] in two ways: it is deterministic and the logarithmic factor depends only on the maximum degree $\Delta$, not the number of vertices $n$.


翻译：我们提供了一种确定性的CONEST算法,其常数系数大约为以$O(\log\Delta) 圆形的捆绑性偏差的图表上设定的最低主导值。这在两个方面改善了Lenzen和Wattenhofer的众所周知的随机算法:它具有确定性,对数系数仅取决于最大度$\Delta$,而不是脊椎数$。
0
下载
关闭预览

相关内容

Linux导论，Introduction to Linux，96页ppt
Linux导论，Introduction to Linux，96页ppt
专知会员服务
76+阅读 · 2020年7月26日
策略梯度方法的算子视图，An operator view of policy gradient methods
策略梯度方法的算子视图，An operator view of policy gradient methods
专知会员服务
10+阅读 · 2020年6月23日
【微软Alekh等开放新书】强化学习理论与算法（Reinforcement Learning:Theory and Algorithms），附83页pdf
【微软Alekh等开放新书】强化学习理论与算法（Reinforcement Learning:Theory and Algorithms），附83页pdf
专知会员服务
113+阅读 · 2019年11月24日
【CoRL2019最佳论文】模仿学习，A Divergence Minimization Perspective on Imitation Learning Methods
【CoRL2019最佳论文】模仿学习，A Divergence Minimization Perspective on Imitation Learning Methods
专知会员服务
22+阅读 · 2019年11月11日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
32+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
54+阅读 · 2019年10月17日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
169+阅读 · 2019年10月11日
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
专知会员服务
79+阅读 · 2019年10月10日
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
专知会员服务
79+阅读 · 2019年10月9日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
99+阅读 · 2019年10月9日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
已删除
已删除
将门创投
6+阅读 · 2017年7月6日
Optimal Approximation Rate of ReLU Networks in terms of Width and Depth
Arxiv
0+阅读 · 2021年4月9日
Learning Sampling Policy for Faster Derivative Free Optimization
Learning Sampling Policy for Faster Derivative Free Optimization
Arxiv
0+阅读 · 2021年4月9日
Localizing differences in smooths with simultaneous confidence bounds on the true discovery proportion
Arxiv
0+阅读 · 2021年4月9日
Charge-conserving hybrid methods for the Yang-Mills equations
Arxiv
0+阅读 · 2021年4月8日
Probabilistic Sequential Shrinking: A Best Arm Identification Algorithm for Stochastic Bandits with Corruptions
Arxiv
0+阅读 · 2021年4月8日
On the Number of Factorizations of Polynomials over Finite Fields
Arxiv
0+阅读 · 2021年4月8日
Exponential Slowdown for Larger Populations: The $(μ+1)$-EA on Monotone Functions
Arxiv
0+阅读 · 2021年4月8日
Central Moment Analysis for Cost Accumulators in Probabilistic Programs
Arxiv
0+阅读 · 2021年4月8日
Variational Bayesian Reinforcement Learning with Regret Bounds
Arxiv
3+阅读 · 2018年7月25日
Variance-based regularization with convex objectives
Arxiv
5+阅读 · 2017年12月14日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
图
分解的
极小点
近似
情景
相关VIP内容
Linux导论，Introduction to Linux，96页ppt
Linux导论，Introduction to Linux，96页ppt
专知会员服务
76+阅读 · 2020年7月26日
策略梯度方法的算子视图，An operator view of policy gradient methods
策略梯度方法的算子视图，An operator view of policy gradient methods
专知会员服务
10+阅读 · 2020年6月23日
【微软Alekh等开放新书】强化学习理论与算法（Reinforcement Learning:Theory and Algorithms），附83页pdf
【微软Alekh等开放新书】强化学习理论与算法（Reinforcement Learning:Theory and Algorithms），附83页pdf
专知会员服务
113+阅读 · 2019年11月24日
【CoRL2019最佳论文】模仿学习，A Divergence Minimization Perspective on Imitation Learning Methods
【CoRL2019最佳论文】模仿学习，A Divergence Minimization Perspective on Imitation Learning Methods
专知会员服务
22+阅读 · 2019年11月11日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
32+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
54+阅读 · 2019年10月17日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
169+阅读 · 2019年10月11日
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
专知会员服务
79+阅读 · 2019年10月10日
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
专知会员服务
79+阅读 · 2019年10月9日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
99+阅读 · 2019年10月9日
热门VIP内容
相关资讯
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
已删除
已删除
将门创投
6+阅读 · 2017年7月6日
相关论文
Optimal Approximation Rate of ReLU Networks in terms of Width and Depth
Arxiv
0+阅读 · 2021年4月9日
Learning Sampling Policy for Faster Derivative Free Optimization
Learning Sampling Policy for Faster Derivative Free Optimization
Arxiv
0+阅读 · 2021年4月9日
Localizing differences in smooths with simultaneous confidence bounds on the true discovery proportion
Arxiv
0+阅读 · 2021年4月9日
Charge-conserving hybrid methods for the Yang-Mills equations
Arxiv
0+阅读 · 2021年4月8日
Probabilistic Sequential Shrinking: A Best Arm Identification Algorithm for Stochastic Bandits with Corruptions
Arxiv
0+阅读 · 2021年4月8日
On the Number of Factorizations of Polynomials over Finite Fields
Arxiv
0+阅读 · 2021年4月8日
Exponential Slowdown for Larger Populations: The $(μ+1)$-EA on Monotone Functions
Arxiv
0+阅读 · 2021年4月8日
Central Moment Analysis for Cost Accumulators in Probabilistic Programs
Arxiv
0+阅读 · 2021年4月8日
Variational Bayesian Reinforcement Learning with Regret Bounds
Arxiv
3+阅读 · 2018年7月25日
Variance-based regularization with convex objectives
Arxiv
5+阅读 · 2017年12月14日
Top
微信扫码咨询专知VIP会员
Top