Câu hỏi được gắn thẻ «embeddings»

Được biết, với một tập hợp con điểm của (nghĩa là đã cho điểm trong với khoảng cách Euclide), có thể nhúng chúng theo phương diện đo lường trong .ℓ d 2 n R d ℓ ( nnnnℓd2ℓ2d\ell_2^dnnnRdRd{\mathbb R}^dℓ(n2)1ℓ1(n2)\ell^{n\choose 2}_1 Là isometry tính toán trong thời gian đa thức (có …

27 cg.comp-geom  metrics  embeddings 

(X,d)(X,d)(X, d)(Y,f)(Y,f)(Y, f)μ:X→Yμ:X→Y\mu : X \rightarrow Yμμ\muρ=maxp,q∈X{d(x,y)f(μ(x),μ(y)),f(μ(x),μ(y))d(x,y)}ρ=maxp,q∈X{d(x,y)f(μ(x),μ(y)),f(μ(x),μ(y))d(x,y)} \rho = \max_{p,q \in X} \{ \frac{d(x,y)}{f(\mu(x), \mu(y))}, \frac{f(\mu(x), \mu(y))}{d(x,y)} \} Có nhiều thước đo chất lượng khác: Dhamdhere et al nghiên cứu biến dạng "trung bình": σ=∑d(x,y)∑f(μ(x),μ(y)).σ=∑d(x,y)∑f(μ(x),μ(y)). \sigma = \frac{\sum d(x,y)}{\sum f(\mu(x), \mu(y))}. Tuy nhiên, biện pháp tôi quan tâm ở đây …

11 approximation-algorithms  cg.comp-geom  embeddings 

Bổ đề Johnson-Lindenstrauss nói đại khái rằng với bất kỳ tập hợp của điểm trong , tồn tại một bản đồ trong đó sao cho tất cả : Người ta biết rằng các tuyên bố tương tự là không thể đối với số liệu , nhưng liệu có biết cách …

11 ds.algorithms  approximation-algorithms  cg.comp-geom  metrics  embeddings 

Một đồ thị phẳng là một đồ thị có thể được nhúng vào trong mặt phẳng, mà không cần phải cạnh qua. Đặt là một siêu dữ liệu -uniform, tức là một siêu đồ thị sao cho tất cả các siêu tăng của nó có kích thước k.G=(X,E)G=(X,E)G=(X,E)kkk Đã có …

11 graph-theory  planar-graphs  hypergraphs  embeddings  generalizations 

Tôi tự hỏi nếu có một thuật toán tuyến tính để thực hiện xóa hoặc thu hẹp một cạnh trong một tổ hợp nhúng , giả sử, đồ thị phẳng? Vì trong quá trình nhúng tổ hợp, chúng ta phải duy trì các đỉnh của G và G * cùng …

8 ds.algorithms  graph-theory  graph-algorithms  planar-graphs  embeddings