In this paper, we consider the problem of computing the degree of the determinant of a block-structured symbolic matrix (a generic partitioned polynomial matrix) $A = (A_{\alpha\beta} x_{\alpha \beta} t^{d_{\alpha \beta}})$, where $A_{\alpha\beta}$ is a $2 \times 2$ matrix over a field $\mathbf{F}$, $x_{\alpha \beta}$ is an indeterminate, and $d_{\alpha \beta}$ is an integer for $\alpha, \beta = 1,2,\dots, n$, and $t$ is an additional indeterminate. This problem can be viewed as an algebraic generalization of the maximum weight perfect bipartite matching problem. The main result of this paper is a combinatorial $O(n^4)$-time algorithm for the deg-det computation of a $(2 \times 2)$-type generic partitioned polynomial matrix of size $2n \times 2n$. We also present a min-max theorem between the degree of the determinant and a potential defined on vector spaces. Our results generalize the classical primal-dual algorithm (Hungarian method) and min-max formula (Egerv\'ary's theorem) for maximum weight perfect bipartite matching.


翻译:在本文中, 我们考虑如何计算一个块状符号矩阵( 通用分割的多元分子基质) 的决定因素程度 : A= (A ⁇ alpha\ beta} x ⁇ alpha\ beta} t ⁇ d ⁇ alpha\ beta} t ⁇ d ⁇ alpha\ beta}} t ⁇ d ⁇ d ⁇ alpha\ beta} 美元, 美元是美元=( mathbf{F} $x ⁇ alpha\ beta} 美元) 的计算标准, 美元是美元=( alpha) 最大重量、\ beta = 1,\ dots, n$ 美元, 美元是额外的不确定因素。 这个问题可以被视为最大重量完全双方对称匹配问题的计算标准。 本文的主要结果是用于计算美元( 2) 美元 (n ⁇ alphalphalphalphalpha ) 和我们当前平面 平面 平面分析结果的平面 的平面 。

0
下载
关闭预览

相关内容

【图与几何深度学习】Graph and geometric deep learning,49页ppt
专知会员服务
41+阅读 · 2021年4月2日
最新《自监督表示学习》报告,70页ppt
专知会员服务
85+阅读 · 2020年12月22日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
57+阅读 · 2019年10月17日
分布式并行架构Ray介绍
CreateAMind
9+阅读 · 2019年8月9日
Hierarchically Structured Meta-learning
CreateAMind
23+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
25+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
RL 真经
CreateAMind
5+阅读 · 2018年12月28日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【LeetCode 500】关关的刷题日记27 Keyboard Row
专知
3+阅读 · 2017年11月5日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
1+阅读 · 2021年6月18日
Arxiv
0+阅读 · 2021年6月17日
Arxiv
3+阅读 · 2018年10月18日
VIP会员
相关资讯
分布式并行架构Ray介绍
CreateAMind
9+阅读 · 2019年8月9日
Hierarchically Structured Meta-learning
CreateAMind
23+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
25+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
RL 真经
CreateAMind
5+阅读 · 2018年12月28日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【LeetCode 500】关关的刷题日记27 Keyboard Row
专知
3+阅读 · 2017年11月5日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员