關於允許頂點分裂的 2-club 聚類編輯問題的複雜性
允許頂點分裂操作的 2-club 聚類編輯問題（2CCVS 和 2CCEDVS）是 NP-Complete 和 APX-hard 問題，但對於解的大小是固定參數可處理的，並且在森林圖上可以在多項式時間內解決。
꼭짓점 분할을 이용한 2-클럽 클러스터 편집의 복잡도에 관하여
꼭짓점 분할을 이용한 2-클럽 클러스터 편집 문제는 NP-Complete이며 APX-hard이지만, 허용된 수정 횟수를 매개변수로 할 때 고정 매개변수 처리 가능하며 포레스트에서는 다항식 시간 내에 해결할 수 있습니다.
頂点分割を伴う2-clubクラスター編集の計算複雑性について
頂点分割を導入した2-clubクラスター編集問題は、NP困難かつAPX困難であるものの、特定のパラメータにおいては固定パラメータ扱いやすい性質を持つ。
On the Computational Complexity of Modifying Graphs into 2-Club Structures Using Vertex Splits and Edge Deletions
This research paper investigates the computational complexity of transforming graphs into 2-club structures using vertex splitting and edge deletion operations, demonstrating that these problems are NP-Complete and APX-hard while presenting fixed-parameter tractable algorithms and a polynomial-time solution for trees and forests.
無界錯誤更正碼
本文介紹了一種新型的錯誤更正碼，稱為無界錯誤更正碼，它可以在沒有預定長度的情況下對訊息進行編碼，並在面對錯誤時仍能恢復訊息。
경계 없는 오류 정정 코드
이 논문에서는 기존 오류 정정 코드(ECC)를 무한 길이 메시지에 적용 가능하도록 확장한 '경계 없는 오류 정정 코드'를 제시하고, 다양한 설정에서 이 코드의 최적 레이트에 대한 상한 및 하한을 분석합니다. 특히, 작은 거리 ε에 대해 이진 알파벳을 사용하는 경우, 비선형 코드가 선형 코드보다 더 나은 레이트를 달성할 수 있음을 보여줍니다.
境界のない誤り訂正符号
本稿では、従来の誤り訂正符号の概念を拡張し、メッセージ長が事前に定まっていない「境界のない誤り訂正符号」を提案する。この符号は、任意の長さのメッセージに対して、符号語の一定割合の誤りを訂正しながら、メッセージの復元を可能にする。本稿では、特に、小さな距離εに対して、二元アルファベット上の境界のない符号を研究し、線形符号と非線形符号の両方について、達成可能なレートの上限と下限を導出する。その結果、線形符号よりも非線形符号の方が漸近的に優れたレートを達成できることが示された。さらに、ランダムな誤りが発生する場合には、従来の誤り訂正符号と同等のレートを達成できることも示された。
Unbounded Error Correcting Codes: Achieving Near-Optimal Rates for Reliable Data Transmission
This research paper introduces Unbounded Error Correcting Codes (ECCs), a novel approach to error correction that allows for the encoding and decoding of messages without a predetermined length, achieving near-optimal rates for reliable data transmission even in the presence of adversarial or random errors.
在序列中近似計算排列模式
本論文提出一個確定性近似演算法，用於計算長度 k ≤ 5 的排列模式在給定序列中出現的次數。此演算法的執行時間為近似線性時間，並利用 Birgé 分解和分離器等新穎技術來有效率地處理和近似計算模式計數。
순열 패턴의 근사 계산 알고리즘
길이가 5 이하인 순열 패턴의 경우, 발생 횟수를 근사적으로 계산하는 것이 정확히 계산하는 것보다 훨씬 빠르며, 거의 선형 시간에 수행할 수 있습니다.
© 2024 by Linnk AI