Das Verfahren wird auf Location Routing, ein wichtiges Problem aus der Bereich der Transportlogistik, angewandt und der erste Approximationsalgorithmus mit konstantem Faktor für dieses Problem und mehrere seiner Varianten entwickelt.
We use this method to derive the first constant factor approximation algorithm for location routing, an important problem in transport logistics, and several of its variants.
Wir führen den ersten Approximationsalgorithmus für dieses Problem ein und erreichen eine Approximationsgüte von (1+epsilon)(9.093alpha +1).
We give the first approximation algorithm for this problem and achieve an approximation ratio of (1+epsilon)(9.093alpha +1).
Ferner wird demonstriert, dass der skalierbare Approximationsalgorithmus die Dynamik des Konnektoms mit 10^9 Neuronen simulieren kann - vier Größenordnungen mehr als die naive O(n^2) Version und zwei Ordnungen weniger als Neuronen im menschlichen Gehirn vorhanden sind.
Finally, we prove that our scalable approximation algorithm can simulate the dynamics of the connectome with 10^9 neurons - four orders of magnitude more than the naive O(n^2) version, and two orders less than the human brain.
Es ist bekannt, dass kein Semi-Streaming Algorithmus existieren kann, der ein größtes gewichtetes Matching in einem Graphen findet. Für dieses Problem geben wir den besten bekannten Approximationsalgorithmus an.
For the problem of finding a maximum weighted matching, which is known to be intractable in the semi-streaming model, we present the best known approximation algorithm.
Außerdem präsentieren wir einen effizienten, praktisch relevanten, randomisierten Approximationsalgorithmus, der Lösungen der Güte O(log k) berechnet; für spezielle, wohlseparierte Eingabeinstanzen berechnet dieser Algorithmus sogar Lösungen konstanter Güte.
We also give a fast, practical, randomized approximation algorithm that computes an O(log k)-approximate solution for arbitrary input instances, or even an O(1)-approximate solution for certain, well separated input instances.
Inspiriert von hierarchischen Verfahren zum Lösen von Vielteilchen-Problemen in der Physik, präsentiert diese Dissertation einen skalierbaren Approximationsalgorithmus zur Simulation struktureller Plastizität gemäß MSP.
Inspired by hierarchical methods for solving n-body problems in particle physics, this dissertation presents a scalable approximation algorithm for simulating structural plasticity based on MSP.
Wir nutzen diese Kernmengen-Konstruktion auch, um einen weiteren Approximationsalgorithmus für das Fuzzy K-Means Problem herzuleiten.
Furthermore, we use this construction to derive another approximation algorithm for the fuzzy K-means problem.
Wir zeigen, dass es einen $17/3$-Approximationsalgorithmus für dieses NP-schwere Problem gibt, der lineare Laufzeit hat.
We show that there is a linear time $17/3$-approximation algorithm for this NP-hard problem.
Insbesondere präsentieren wir einen randomisierten Approximationsalgorithmus der Güte (1+für das Bregman-k-Median-Problem. Dieser Algorithmus berechnet seine Lösung unter Verwendung von maximal 2^O(k/n arithmetischen Operationen, darunter auch Auswertungen des Abstandsmaßes Dϕ.
In particular, we give a randomized approximation algorithm for the Bregman k-median problem that computes a (1+n arithmetic operations, including evaluations of Bregman divergence Dϕ.
Eine auf dem Robbins-Monro stochastischen Approximationsalgorithmus beruhende Suchraumstrategie wird auch eingeführt.
A search space strategy based on Robbins-Monro stochastic approximation algorithm is also introduced.
Für den exogenen Fall geben wir einen Approximationsalgorithmus mit einer Güte von 4/3 an.
For the exogenous case we will give an approximation algorithm with ratio 4/3.
Unser Approximationsalgorithmus ermöglicht nun Neuronenzahlen vergleichbar mit denen eines Galago-Primaten.
