แนวคิดหลัก
複数の目的を同時に最大化するためのMultiobjective Quasi-clique Problem(MOQC)を解決するための効果的なアプローチを提案します。
บทคัดย่อ
このコンテンツは、Quasi-cliqueと呼ばれるサブグラフを見つけることに焦点を当てています。最大クリーク問題や密度最大化問題など、関連する課題に対する新しいアプローチが提案されています。MOQC問題に対する基本的な手法から、より効率的なTwo-phase戦略やThree-phase戦略までが紹介されています。
Introduction
- Quasi-cliqueの定義と関連する最適化問題について説明。
- MOQC問題へのアプローチ方法が提示される。
Main Properties of the MOQC Problem
- MOQC問題の基本的性質や制約条件について述べられる。
- DKS、MQC、MOQC間の関係性が示される。
Proposed Approaches
- Baseline Approach: e-DKSベースのε-constraintメソッドが提案される。
- Two-phase Strategy: 重み付き和スカラリゼーションとε-constraint手法を組み合わせた戦略が紹介される。
- Three-phase Strategy: ローカルサーチ技術を導入した効果的な戦略が提案される。
สถิติ
"WS-MOS(G, w1, w2)はMILP M1モデル[15]であり、e-DKS(G,k)はMixed Integer Linear Programming (MILP) M1 model [15]である。"
คำพูด
"Given a simple undirected graph G = (V, E), a quasi-clique is a subgraph of G whose density is at least γ (0 < γ ≤ 1)."
"We propose a baseline approach using ε-constraint scalarization and introduce a Two-phase strategy."
"Experimental results on real-world sparse graphs indicate that the integrated use of dichotomic search and local search makes the Three-phase strategy effective."