本文提出了一種針對自適應對手的完全動態 (Δ+1) 著色算法,打破了先前線性時間的瓶頸,實現了eO(n^(8/9)) 的更新時間。
본 논문에서는 적응형 적대자 모델에서 완전 동적 그래프에 대한 (Δ+1) 색상 지정 문제를 해결하는 데 있어 선형 업데이트 시간 장벽을 극복하는 무작위 알고리즘을 제시합니다.
本稿では、グラフの辺が動的に挿入・削除される状況においても、適応的なアドバーサリーが存在する場合でも効率的に(Δ+1)彩色を維持できる、計算量が従来よりも低いアルゴリズムを提案している。
This research paper presents the first sublinear-time algorithm for maintaining a (Δ+1) vertex coloring in a dynamic graph against an adaptive adversary, achieving an amortized update time of eO(n^(8/9)) with high probability.
本文證明了利用異構優先適配遞減算法 (HFFD) 可以獲得家務分配問題中更優的最大最小份額 (MMS) 近似值,特別是在分組實例和個性化雙值實例中,HFFD 算法能達到最優解。
본 논문에서는 집안일 분담 문제에서 널리 활용되는 공정성 지표인 극대극소 분할(MMS) 할당의 근사값을 개선하는 새로운 알고리즘을 제시하고, MMS 할당이 존재하는 특수한 경우들을 식별합니다.
本稿では、アイテムが負の価値を持つ「雑用」の公平な分割問題において、Maximin Share (MMS) を達成するための効率的な近似アルゴリズムを提案し、従来手法よりも優れた近似率を達成できることを示した。
This paper presents improved approximation algorithms for achieving fair division of indivisible chores, leveraging the concept of maximin share (MMS) and techniques from the bin packing problem, particularly the Heterogeneous First Fit Decreasing (HFFD) algorithm.
本文介紹了一種名為隨機鍵值優化器 (RKO) 的新型通用隨機局部搜索框架,該框架利用隨機鍵值編碼方案來解決組合優化問題。
ランダムキーオプティマイザ(RKO)は、ランダムキーの概念を用いて組合せ最適化問題の解を表現し、様々なメタヒューリスティクスを統合して効率的な探索を行う、汎用性の高い確率的局所探索フレームワークである。