The problem to compute the vertices of a polytope given by affine inequalities is called vertex enumeration. The inverse problem, which is equivalent by polarity, is called the convex hull problem. We introduce `approximate vertex enumeration' as the problem to compute the vertices of a polytope which is close to the original polytope given by affine inequalities. In contrast to exact vertex enumerations, both polytopes are not required to be combinatorially equivalent. Two algorithms for this problem are introduced. The first one is an approximate variant of Motzkin's double description method. Only under certain strong conditions, which are not acceptable for practical reasons, we were able to prove correctness of this method for polytopes of arbitrary dimension. The second method, called shortcut algorithm, is based on constructing a plane graph and is restricted to polytopes of dimension 2 and 3. We prove correctness of the shortcut algorithm. As a consequence, we also obtain correctness of the approximate double description method, only for dimension 2 and 3 but without any restricting conditions as still required for higher dimensions. We show that for dimension 2 and 3 both algorithm remain correct if imprecise arithmetic is used and the computational error caused by imprecision is not too high. Both algorithms were implemented. The numerical examples motivate the approximate vertex enumeration problem by showing that the approximate problem is often easier to solve than the exact vertex enumeration problem. It remains open whether or not the approximate double description method (without any restricting condition) is correct for polytopes of dimension 4 and higher.


翻译:用于计算由芬氏不平等给出的多面体的顶端的问题被称为顶点计数。 倒数问题, 也就是极值的极值, 被称作convex 船体问题。 我们引入了“ 近似顶点计数 ”, 因为它是计算多面体的顶点的问题。 与精确的顶点计数不同, 两个多面都不需要更直截了当地对等。 引入了两种关于这一问题的算法。 第一个是Motzkin双面描述法的近似变体, 称为convex 船体问题。 只有在某些因实际原因无法接受的强条件下, 我们才能够证明这一方法对任意性多面体的顶点的正确性。 第二个方法, 称为捷径算算法, 以平面图2 和 3 的顶点为限制。 我们证明, 快捷算算法问题不正确。 因此, 我们也会获得近似双面描述方法的正确性描述, 仅针对第2和3级描述方法, 但不作任何限制条件的精确度, 也显示精确度, 正确性算法是正确性, 。 我们用直数级算法的次数级算法, 。 我们显示, 正确性平面的计算法是, 正确, 正确, 正确, 正确, 正确, 正确性平面 正确, 正确, 正确, 正确, 正确, 正确性, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确, 正确,

0
下载
关闭预览

相关内容

专知会员服务
52+阅读 · 2020年9月7日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
76+阅读 · 2020年7月26日
强化学习最新教程,17页pdf
专知会员服务
168+阅读 · 2019年10月11日
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
强化学习三篇论文 避免遗忘等
CreateAMind
19+阅读 · 2019年5月24日
Hierarchically Structured Meta-learning
CreateAMind
23+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
26+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2023年3月23日
Arxiv
10+阅读 · 2021年11月3日
VIP会员
相关资讯
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
强化学习三篇论文 避免遗忘等
CreateAMind
19+阅读 · 2019年5月24日
Hierarchically Structured Meta-learning
CreateAMind
23+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
26+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员