動的相関クラスタリングの問題において、3近似を超える新しいアルゴリズムを提案し、その分析を行う。
本研究では、公平性を考慮した最大多様性化問題(FairDiv)に対して、定数近似アルゴリズムを提案する。提案手法は、近線形時間で動作し、線形空間しか使用しない。これは、従来の定数近似アルゴリズムと比べて大幅な効率化を実現している。
未知の大規模なデータストリームから、効率的に重み付きの置換抽出サンプルを生成するアルゴリズムを提案する。
