Optimal-size problem kernels for d-Hitting Set in linear time and space |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2020-07-04 07:51 В новой статье мы на примере кластеризации сетей белок-белковых взаимодействий и на примере оптимизации общественного транспорта сравниваем три алгоритма редукции данных (и их комбинации) для задачи о вершинном покрытии гиперграфа. Два из этих алгоритмов — с доказанными гарантиями результативности (так называемые алгоритмы кернелизации). https://doi.org/10.1016/j.ipl.2020.105998 https://arxiv.org/abs/2003.04578 Источник: doi.org Комментарии: |
|