Khi thiết kế các thuật toán gần đúng, đôi khi nó giải quyết một chương trình semidefinite theo sau là một bước làm tròn. Một ví dụ thường được sử dụng để minh họa điều này là Max-Cut. (Xem ví dụ: Thuật toán xấp xỉ của Vijay Vazirani.)
Có các nguồn giáo dục hay khảo sát tốt vượt ra ngoài vấn đề Max-Cut để giải thích các thuật toán và kỹ thuật làm tròn phức tạp hơn được sử dụng để phân tích không? Tôi đang nghĩ về các trường hợp khi các vectơ của giải pháp SDP không được phân phối đồng đều trên một siêu cầu, chúng có độ dài khác nhau hoặc có các tính chất khác làm cho việc phân tích khó hơn.
8
Tôi nghĩ rằng bạn không nhận được bất kỳ câu trả lời nào, bởi vì thực sự không có bất kỳ khảo sát tốt nào xung quanh việc làm tròn SDP :) Sanjeev Arora đã có một cuộc nói chuyện khảo sát về chủ đề này ở nhiều nơi; slide của anh ấy ở đây và liên kết đến một số tài liệu tham khảo hữu ích ở đây . Lovasz đã viết một cuộc khảo sát chung về lập trình semidefinite và tối ưu hóa tổ hợp, nhưng điều này không tập trung vào các thuật toán gần đúng.
—
arnab
Cảm ơn Arnab. Tôi đoán nó không bao giờ đau để hỏi. :) Và nếu có đủ sự quan tâm xung quanh, có lẽ người ta có thể nghĩ về việc viết một cái gì đó khảo sát.
—
Michael
Xin lỗi, các liên kết của tôi đã được đọc ở trên. Liên kết đầu tiên là pikomat.mff.cuni.cz/honza/napio/arora.pdf và liên kết thứ hai đến homepages.cwi.nl/~monique/ow-seminar-sdp và thứ ba đến cs.elte.hu/~lovasz /semidef.ps
—
arnab
Đã thêm +50 tiền thưởng để xem liệu có bất kỳ cập nhật nào (hoặc những người đã bắt đầu viết khảo sát) kể từ khi tôi đăng câu hỏi ban đầu.
—
Michael
Chắc chắn, đó không phải là một cuộc khảo sát, nhưng tôi rất thích khóa học này của Sanjeev Arora: mpi-inf.mpg.de/conference/adfocs/m vật liệu / Lỗi
—
Alex Golovnev