オンライン予算制マッチング：一般的な入札設定における新たな競合アルゴリズム
従来のオンライン予算制マッチング（OBM）アルゴリズムは、入札額が予算に比べて非常に小さいという「小さな入札」設定や、予算が不足した場合でも部分的なマッチングを許容する「Fractional Last Matching（FLM）」の仮定に依存していました。本稿では、これらの仮定を排除し、一般的な入札設定におけるOBMの課題に取り組み、新たな競合アルゴリズム「MetaAd」を提案します。
テラベース規模でのBWT構築と検索
膨大なゲノムデータの効率的なインデックス化と検索を可能にする、Ropebwt3と呼ばれる新しいBWT構築およびクエリ手法が開発された。
平面四角形分割の生成と地図上の対称性を保持する操作
本稿では、平面四角形分割を生成する新しいアルゴリズムと、地図上の対称性を保持する操作であるlopsp-operationsを生成する方法について述べています。
ビッグデータにおける最小体積被覆楕円問題のための効率的なデータ駆動型レバレッジスコアサンプリングアルゴリズム
大規模データセットにおける最小体積被覆楕円（MVCE）問題を効率的に解決するために、データ駆動型のレバレッジスコアサンプリングアルゴリズムが提案されており、計算コストを大幅に削減しながら、高品質な近似解を得ることができる。
0/1 D-最適性問題と最大エントロピーサンプリング問題の緩和に対するADMMアルゴリズム
本論文は、実験計画における2つのNP困難な離散最大化問題、0/1 D-最適性問題と最大エントロピーサンプリング問題に対する効率的な解法として、交互方向乗数法（ADMM）に基づくアルゴリズムを提案し、その有効性を数値実験によって示している。
二部拡張グラフ上のハードコアモデルへの応用と洗練されたグラフコンテナ補題
本稿では、グラフコンテナ補題の改良版を提示し、二部拡張グラフ上のハードコアモデルの解析に応用することで、従来よりも広いパラメータ範囲において、その構造的特性を明らかにし、効率的な近似アルゴリズムを設計できることを示した。
エクスパンダー上の巨大な独立集合の丸め
本稿では、一方向スペクトルエクスパンダー上で、従来のスペクトルクラスタリング手法とは異なる新しいアプローチを用いて、巨大な独立集合を近似するための効率的な多項式時間アルゴリズムを開発した。
微分可能な実行可能性ポンプ：勾配降下法による再解釈と拡張
従来の実行可能性ポンプアルゴリズムは、特定の損失関数と勾配推定を用いた勾配降下法として再解釈できる。この解釈に基づき、アルゴリズムの汎用化、性能向上、および従来の手法では見られなかった丸め解の実行不可能性を考慮した損失項の導入が可能になる。
時間ネットワーク生成ゲーム：非局所性とターミナルの影響
時間ネットワーク生成ゲームにおいて、エージェントが非局所的にエッジを構築できる設定と、一部のノードのみへの到達を目指すターミナルモデルを導入することで、均衡ネットワークの構造と効率性に大きな影響を与えることが示された。
ノイズあり線形グループテスト：正確な閾値と効率的なアルゴリズム
本稿では、ノイズを含む現実的な状況下における線形グループテストについて、必要な検査回数の下限を厳密に定め、その閾値を達成する効率的なアルゴリズムを提案しています。
© 2024 by Linnk AI