本文提出了一種名為「指標潛水」(ID) 的新型潛水啟發式演算法,用於解決具有無界半連續變數的混合整數問題,並通過實驗證明了該演算法在尋找高質量解方面的效率。
本文透過引入多重球向量系統,改進了VC維度技術在無小圖有向圖中的應用,並設計了用於解決加權、未加權和動態設定下距離相關問題的次二次演算法。
組合探索是一種新的、與領域無關的演算法框架,它可以自動且嚴謹地研究組合物件的結構,並推導出它們的計數序列和生成函數。
本文探討了在分配問題中,當邊權重未知且需要透過查詢獲取時,如何設計高效的探索演算法,以最小化查詢次數並保證解的品質。
線上約會應用程式利用複雜的演算法,例如 Gale-Shapley 演算法,來處理大量數據並提高配對效率。
本文深入探討放鬆近端點演算法(RPPA)在求解凸優化問題的效能,特別是分析不同放鬆策略對其收斂速度的影響,並提出新的放鬆策略以提升演算法效率。
StreamCpi 是一個新的框架,它通過對區塊分配進行行程壓縮,減少了串流圖論劃分器的記憶體開銷,從而可以在邊緣設備上對兆邊圖進行高效、高品質的劃分。
本文旨在探討如何在考慮事前與事後公平性的前提下,將不可分割商品或混合商品(包含可分割和不可分割商品)公平分配給具有加總效用的代理人。
本文提出了一種針對集合、堆疊、佇列和優先佇列資料結構進行線性化監控的高效演算法,並證明了在特定條件下,該問題可以在線性時間內解決。
本文探討如何利用多維度比例代表制的概念,設計更公平、更具代表性的選舉制度,並提出三種基於此概念的具體方法,比較其在比例性、代表性和投票權重方面的表現。