근사 알고리즘을 설계 할 때 반올림 단계가 뒤 따르는 반정의 프로그램을 해결하는 경우가 있습니다. 이를 설명하기 위해 자주 사용되는 예는 Max-Cut입니다. (예 : Vijay Vazirani의 근사 알고리즘 참조)
Max-Cut 문제를 넘어서서 더 복잡한 반올림 알고리즘과 분석에 사용되는 기술을 설명하기위한 훌륭한 교육 자료 나 설문 조사가 있습니까? SDP 솔루션의 벡터가 초구에 균일하게 분포되어 있지 않거나 길이가 다르거 나 분석을 어렵게 만드는 다른 속성이있는 경우를 생각합니다.
8
SDP를 반올림하는 것에 대한 좋은 조사가 없기 때문에 답을 얻지 못하고 있다고 생각합니다. 그의 슬라이드는 여기 있으며 몇 가지 유용한 참고 자료에 대한 링크는 여기에 있습니다 . Lovasz는 반정의 프로그래밍 및 조합 최적화에 대한 일반적인 조사 를 작성 했지만 근사 알고리즘에 중점을 두지는 않습니다.
—
arnab
감사합니다 Arnab. 물어 보는 것이 결코 아프지 않은 것 같습니다. :) 그리고 주변에 충분한 관심이 있다면, 설문 조사를 작성하는 것에 대해 생각할 수 있습니다.
—
Michael
죄송합니다. 링크가 엉망입니다. 제 링크이었다 pikomat.mff.cuni.cz/honza/napio/arora.pdf 하고 제 homepages.cwi.nl/~monique/ow-seminar-sdp 및 세 번째 cs.elte.hu/~lovasz /semidef.ps
—
arnab
원래 질문을 게시 한 이후 업데이트 (또는 설문 조사를 시작한 사람)가 있는지 확인하기 위해 +50 현상금을 추가했습니다.
—
Michael
물론,이 설문 조사 아니지만, 나는 산지 브 아 로라가 아주 많이이 과정을 좋아 : mpi-inf.mpg.de/conference/adfocs/material/...
—
알렉스 Golovnev