会员服务
算法导论 · Principle · 算法与数据结构 · 离散数学 ·
2011 年 5 月 17 日
Invitation to Algorithmic Uses of Inclusion-Exclusion
翻译：邀请使用 " 包容性例外 " 的算法用途
Thore Husfeldt
Thore Husfeldt
from arxiv, Invited talk at ICALP 2011, 18 pages, 10 figures. To appear in Proceedings of the 38th International Colloquium on Automata, Languages and Programming (ICALP 2011), Z\"urich, Switzerland, July 4-8, 2011, Part II, Springer LNCS 6756, 2011, pages 42-59

I give an introduction to algorithmic uses of the principle of inclusion-exclusion. The presentation is intended to be be concrete and accessible, at the expense of generality and comprehensiveness.


翻译：我介绍了包容性排除原则的算法用途,其用意是具体易懂,以牺牲普遍性和全面性为代价。
0
下载
关闭预览

相关内容

《 算法导论》（ 英语： Introduction to Algorithms）是基础算法方面最权威、最详细的著作之一，在很多国际著名大学被用于算法课的教材。诸多算法方面的论文将其列入参考文献当中。
因果图，Causal Graphs，52页ppt
因果图，Causal Graphs，52页ppt
专知会员服务
239+阅读 · 2020年4月19日
【论文翻译】NLP注意力机制综述论文翻译，Attention, please! A Critical Review of Neural Attention Models in Natural Language Processing
【论文翻译】NLP注意力机制综述论文翻译，Attention, please! A Critical Review of Neural Attention Models in Natural Language Processing
专知会员服务
90+阅读 · 2020年4月18日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
161+阅读 · 2020年3月18日
【医学图像处理中的因果性】52页ppt，Causality Matters in Medical Imaging
【医学图像处理中的因果性】52页ppt，Causality Matters in Medical Imaging
专知会员服务
56+阅读 · 2020年3月14日
【新书：机器学习简介】《A Concise Introduction to Machine Learning》by A.C. Faul (CRC 2019)
【新书：机器学习简介】《A Concise Introduction to Machine Learning》by A.C. Faul (CRC 2019)
专知会员服务
75+阅读 · 2020年2月8日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
45+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
144+阅读 · 2019年10月12日
开源书：PyTorch深度学习起步
开源书：PyTorch深度学习起步
专知会员服务
49+阅读 · 2019年10月11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
168+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
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
26+阅读 · 2019年5月18日
Call for Participation: Shared Tasks in NLPCC 2019
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
meta learning 17年：MAML SNAIL
meta learning 17年：MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2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
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【论文】变分推断（Variational inference)的总结
【论文】变分推断（Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Hyper-Parameter Optimization: A Review of Algorithms and Applications
Hyper-Parameter Optimization: A Review of Algorithms and Applications
Arxiv
16+阅读 · 2020年3月12日
A Survey on Edge Computing Systems and Tools
Arxiv
34+阅读 · 2019年11月7日
Visual Question Answering using Deep Learning: A Survey and Performance Analysis
Arxiv
4+阅读 · 2019年8月27日
AutoML: A Survey of the State-of-the-Art
AutoML: A Survey of the State-of-the-Art
Arxiv
68+阅读 · 2019年8月14日
Supervised classification of Dermatological diseases by Deep learning
Supervised classification of Dermatological diseases by Deep learning
Arxiv
4+阅读 · 2018年7月31日
Virtual-to-Real: Learning to Control in Visual Semantic Segmentation
Arxiv
4+阅读 · 2018年4月29日
(FPT-)Approximation Algorithms for the Virtual Network Embedding Problem
Arxiv
4+阅读 · 2018年3月12日
Together or Alone: The Price of Privacy in Collaborative Learning
Arxiv
4+阅读 · 2018年2月28日
The Search Problem in Mixture Models
Arxiv
3+阅读 · 2018年2月24日
Deep Learning for Video Classification and Captioning
Arxiv
9+阅读 · 2018年2月22日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
算法导论
Principle
算法与数据结构
离散数学
相关VIP内容
因果图，Causal Graphs，52页ppt
因果图，Causal Graphs，52页ppt
专知会员服务
239+阅读 · 2020年4月19日
【论文翻译】NLP注意力机制综述论文翻译，Attention, please! A Critical Review of Neural Attention Models in Natural Language Processing
【论文翻译】NLP注意力机制综述论文翻译，Attention, please! A Critical Review of Neural Attention Models in Natural Language Processing
专知会员服务
90+阅读 · 2020年4月18日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
161+阅读 · 2020年3月18日
【医学图像处理中的因果性】52页ppt，Causality Matters in Medical Imaging
【医学图像处理中的因果性】52页ppt，Causality Matters in Medical Imaging
专知会员服务
56+阅读 · 2020年3月14日
【新书：机器学习简介】《A Concise Introduction to Machine Learning》by A.C. Faul (CRC 2019)
【新书：机器学习简介】《A Concise Introduction to Machine Learning》by A.C. Faul (CRC 2019)
专知会员服务
75+阅读 · 2020年2月8日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
45+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
144+阅读 · 2019年10月12日
开源书：PyTorch深度学习起步
开源书：PyTorch深度学习起步
专知会员服务
49+阅读 · 2019年10月11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
168+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
热门VIP内容
相关资讯
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
26+阅读 · 2019年5月18日
Call for Participation: Shared Tasks in NLPCC 2019
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
meta learning 17年：MAML SNAIL
meta learning 17年：MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2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
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【论文】变分推断（Variational inference)的总结
【论文】变分推断（Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
相关论文
Hyper-Parameter Optimization: A Review of Algorithms and Applications
Hyper-Parameter Optimization: A Review of Algorithms and Applications
Arxiv
16+阅读 · 2020年3月12日
A Survey on Edge Computing Systems and Tools
Arxiv
34+阅读 · 2019年11月7日
Visual Question Answering using Deep Learning: A Survey and Performance Analysis
Arxiv
4+阅读 · 2019年8月27日
AutoML: A Survey of the State-of-the-Art
AutoML: A Survey of the State-of-the-Art
Arxiv
68+阅读 · 2019年8月14日
Supervised classification of Dermatological diseases by Deep learning
Supervised classification of Dermatological diseases by Deep learning
Arxiv
4+阅读 · 2018年7月31日
Virtual-to-Real: Learning to Control in Visual Semantic Segmentation
Arxiv
4+阅读 · 2018年4月29日
(FPT-)Approximation Algorithms for the Virtual Network Embedding Problem
Arxiv
4+阅读 · 2018年3月12日
Together or Alone: The Price of Privacy in Collaborative Learning
Arxiv
4+阅读 · 2018年2月28日
The Search Problem in Mixture Models
Arxiv
3+阅读 · 2018年2月24日
Deep Learning for Video Classification and Captioning
Arxiv
9+阅读 · 2018年2月22日
Top
微信扫码咨询专知VIP会员
Top