Zobrazeno 1 - 10
of 18
pro vyhledávání: '"Brauer, Sascha"'
Autor:
Brauer, Sascha
Recently, [Bra17] showed that the single-swap heuristic for weighted metric uncapacitated facility location and $K$-Means is tightly PLS-complete. We build upon this work and present a stronger reduction, which proves tight PLS-completeness for the u
Externí odkaz:
http://arxiv.org/abs/1704.05641
The fuzzy $K$-means problem is a popular generalization of the well-known $K$-means problem to soft clusterings. We present the first coresets for fuzzy $K$-means with size linear in the dimension, polynomial in the number of clusters, and poly-logar
Externí odkaz:
http://arxiv.org/abs/1612.07516
Autor:
Brauer, Sascha
Metric facility location and $K$-means are well-known problems of combinatorial optimization. Both admit a fairly simple heuristic called single-swap, which adds, drops or swaps open facilities until it reaches a local optimum. For both problems, it
Externí odkaz:
http://arxiv.org/abs/1612.01752
Training the parameters of statistical models to describe a given data set is a central task in the field of data mining and machine learning. A very popular and powerful way of parameter estimation is the method of maximum likelihood estimation (MLE
Externí odkaz:
http://arxiv.org/abs/1603.06478
The fuzzy $K$-means problem is a generalization of the classical $K$-means problem to soft clusterings, i.e. clusterings where each points belongs to each cluster to some degree. Although popular in practice, prior to this work the fuzzy $K$-means pr
Externí odkaz:
http://arxiv.org/abs/1512.05947
Autor:
Brauer, Sascha
Publikováno v:
In Theoretical Computer Science 6 January 2019 754:88-106
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Brauer, Sascha
In dieser Arbeit untersuchen wir komplexitätstheoretische Aspekte und Algorithmen mit garantierter Approximationsgüte für verschiedene Probleme der geometrischen Platzierung. Der Fokus liegt dabei auf dem Fuzzy k-Means Problem, welches bisher nich
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::c8eea9db40ba1f5e3176280731c521e2
https://digital.ub.uni-paderborn.de/hs/doi/10.17619/UNIPB/1-816
https://digital.ub.uni-paderborn.de/hs/doi/10.17619/UNIPB/1-816
The fuzzy K-means problem is a popular generalization of the well-known K-means problem to soft clusterings. We present the first coresets for fuzzy K-means with size linear in the dimension, polynomial in the number of clusters, and poly-logarithmic
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::8ed23c3d3aa1fe9d00f95e4f7c6f51e5