본 논문에서는 기존의 타당성 펌프 알고리즘을 그래디언트 디센트 관점에서 재해석하고, 이를 통해 알고리즘의 성능을 향상시킬 수 있는 다양한 확장 방법을 제시합니다.
잡음이 있는 선형 그룹 테스트에서 정확한 항목 복구를 위한 최적의 테스트 수에 대한 정확한 임계값을 설정하고, 이러한 임계값을 달성하는 효율적인 알고리즘(SPOG, PRESTO)을 제시합니다.
이진 문자열의 접두사-접미사 구성을 통해 여러 개의 동일한 길이와 해밍 무게를 갖는 이진 문자열을 복원할 수 있는 조건과 알고리즘을 제시합니다.
본 논문에서는 슬라이딩 윈도우에서 최적의 공간 복잡도를 달성하는 새로운 결정론적 매트릭스 스케칭 알고리즘인 DS-FD를 제안하고, 다양한 슬라이딩 윈도우 모델에서 DS-FD의 성능을 기존 알고리즘과 비교 분석하여 그 우수성을 입증합니다.
본 논문에서는 불확실성 하에서 다중 플레이어 게임의 의사 결정 문제를 해결하기 위해 샘플 기반 근사법을 사용하는 새로운 알고리즘인 시나리오-게임 ADMM을 제안합니다.
대칭 유계 항목 행렬의 고유값을 근사하기 위한 샘플링 복잡성은 행렬 항목 샘플링과 제곱 행-노름 샘플링 모두에 대해 로그 요소까지 밀접하게 경계를 지을 수 있습니다.
카난-바чем 알고리즘은 정수 행렬의 스미스 표준형을 계산하는 효율적인 방법을 제공하며, 특히 행렬의 크기와 랭크에 따라 다양한 최적화를 통해 계산 속도를 향상시킬 수 있습니다.
본 논문에서는 두 에이전트가 순차적으로 자원을 거래하는 시나리오에서 제안 에이전트가 응답 에이전트의 선호도를 효율적으로 추정하고, 이를 바탕으로 파레토 최적 할당에 도달하는 알고리즘인 ST-CR을 제시합니다.
희소 근방을 가진 그래프에서 효율적인 색상 할당을 위해 팔레트 희소화 기술을 적용하여 필요한 색상 수를 줄일 수 있다.
본 논문에서는 트레이스 재구성 문제에 대한 새로운 관점으로, 특정 인스턴스의 난이도를 정량화하는 Levenshtein Difficulty를 제시하고, 이를 기반으로 특정 문자열 클래스에 대한 재구성 알고리즘의 효율성을 분석합니다.