이 논문은 학습 보강 온라인 캐싱 문제를 다룹니다. 각 요청에는 다음 요청 시점에 대한 예측이 주어집니다.
기존에 알려진 BlindOracle 알고리즘의 경쟁 비율 상한을 개선하였습니다. BlindOracle은 예측된 다음 요청 시점이 가장 늦은 페이지를 제거합니다.
임의의 확률적 알고리즘에 대한 새로운 경쟁 비율 하한을 증명하였습니다. 이는 BlindOracle과 다른 O(log k) 경쟁 알고리즘의 조합이 최적임을 의미합니다.
예측 오차가 작은 경우 BlindOracle의 경쟁 비율이 1 + η/OPT 이하임을 보였습니다. 여기서 η은 예측 오차, OPT는 최적 오프라인 알고리즘의 성능입니다.
예측 오차가 상대적으로 큰 경우에도 BlindOracle과 다른 알고리즘의 조합이 최적의 경쟁 비율을 달성할 수 있음을 보였습니다.
To Another Language
from source content
arxiv.org
Głębsze pytania