We introduce and study $\ell_p$-norm-multiway-cut: the input here is an undirected graph with non-negative edge weights along with $k$ terminals and the goal is to find a partition of the vertex set into $k$ parts each containing exactly one terminal so as to minimize the $\ell_p$-norm of the cut values of the parts. This is a unified generalization of min-sum multiway cut (when $p=1$) and min-max multiway cut (when $p=\infty$), both of which are well-studied classic problems in the graph partitioning literature. We show that $\ell_p$-norm-multiway-cut is NP-hard for constant number of terminals and is NP-hard in planar graphs. On the algorithmic side, we design an $O(\log^2 n)$-approximation for all $p\ge 1$. We also show an integrality gap of $\Omega(k^{1-1/p})$ for a natural convex program and an $O(k^{1-1/p-\epsilon})$-inapproximability for any constant $\epsilon>0$ assuming the small set expansion hypothesis.


翻译:我们引入并研究$@ ell_ p$- norm- diut- oprout- cultive- current- cultive- cultive- cult- cultive- cultive: 这里输入的是一个没有方向的图表, 带有非负边边边重量, 加上美元, 以及 $k$ 终端, 目标是找到一个顶点在$k$ 中分离成每个完全包含一个终端的 $k$ 的部件, 以便最小化这些部件的削减值的 $_ p_ p$- norm- norm- norm。 在算法方面, 我们为所有 $p\ $= 1 和 min- mexmaxy 折叠加( $\ ksí1/ píp_ assimp} mailental sublicilal pro- subilation- pain_ sublon- sublical- sublical setal setal- pro_ pal- pal_ supplus_ pal- pal- pal- pro_ ro_ plus_ ro_ ro_ ro_ ro_ ro_ pal- pal- pal_ ro_ ro_ ro_ ro_ ro=_ ro=_ ro) ro_ ro_ ro_ ro_ ro) 任何 sucal- set- set- sucal- ps- ps- ps- ps- ro_ ro_____ ro_ ro_ sucal_ sucal_ sucal- sucal- sucal- sucal- sucal- sucal- sucal- sucal- sucal- sucal- sucal- set- set set ro- set sucal- set sucal- sucal- p_ sucal- sucal- set sucal- sucal-

0
下载
关闭预览

相关内容

机器学习组合优化
专知会员服务
110+阅读 · 2021年2月16日
【DeepMind】强化学习教程,83页ppt
专知会员服务
155+阅读 · 2020年8月7日
神经常微分方程教程,50页ppt,A brief tutorial on Neural ODEs
专知会员服务
74+阅读 · 2020年8月2日
模型优化基础,Sayak Paul,67页ppt
专知会员服务
76+阅读 · 2020年6月8日
商业数据分析,39页ppt
专知会员服务
162+阅读 · 2020年6月2日
Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
111+阅读 · 2020年5月15日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
已删除
将门创投
5+阅读 · 2019年4月4日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年8月31日
Arxiv
0+阅读 · 2021年8月31日
Arxiv
0+阅读 · 2021年8月30日
Arxiv
0+阅读 · 2021年8月26日
VIP会员
相关VIP内容
机器学习组合优化
专知会员服务
110+阅读 · 2021年2月16日
【DeepMind】强化学习教程,83页ppt
专知会员服务
155+阅读 · 2020年8月7日
神经常微分方程教程,50页ppt,A brief tutorial on Neural ODEs
专知会员服务
74+阅读 · 2020年8月2日
模型优化基础,Sayak Paul,67页ppt
专知会员服务
76+阅读 · 2020年6月8日
商业数据分析,39页ppt
专知会员服务
162+阅读 · 2020年6月2日
Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
111+阅读 · 2020年5月15日
相关资讯
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
已删除
将门创投
5+阅读 · 2019年4月4日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员