会员服务
泛函 · JACM · 近似 · 在线 · 算法与数据结构 ·
2020 年 11 月 23 日
Analysis of the Harmonic Function Used in Bin-Packing
翻译：Bin-Packing 使用的调音功能分析
Eklavya Sharma
Eklavya Sharma

The harmonic function was first introduced by Lee and Lee (JACM 1985) for analyzing their online bin-packing algorithm. Subsequently, it has been used to obtain approximation algorithms for many different packing problems. Here we slightly generalize the harmonic function and give alternative proofs of its important properties.


翻译：Lee 和 Lee (JACM 1985) 首次引入了调和函数, 用于分析他们的在线垃圾包装算法。 随后, 它被用来为许多不同的包装问题获取近似算法。 在这里, 我们略微概括了调和函数, 并提供了其重要属性的替代证明 。
0
下载
关闭预览

相关内容

INRIA 最新《机器学习理论》课程笔记，176页pdf
专知会员服务
51+阅读 · 2020年12月14日
因果图，Causal Graphs，52页ppt
因果图，Causal Graphs，52页ppt
专知会员服务
248+阅读 · 2020年4月19日
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
专知会员服务
95+阅读 · 2020年3月12日
【IPAM 】张量主元分析中的高维成本景观和梯度下降及其推广（High-dimensional cost landscape and gradient descent in Tensor PCA and its generalisations），附41页pdf
【IPAM 】张量主元分析中的高维成本景观和梯度下降及其推广（High-dimensional cost landscape and gradient descent in Tensor PCA and its generalisations），附41页pdf
专知会员服务
13+阅读 · 2019年11月22日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
35+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
58+阅读 · 2019年10月17日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
177+阅读 · 2019年10月11日
机器学习入门的经验与建议
机器学习入门的经验与建议
专知会员服务
94+阅读 · 2019年10月10日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
41+阅读 · 2019年10月9日
【ALT 2019 Tutorials】强化学习的探索性开发（Exploration-Exploitation in Reinforcement Learning）
【ALT 2019 Tutorials】强化学习的探索性开发（Exploration-Exploitation in Reinforcement Learning）
专知会员服务
34+阅读 · 2019年3月21日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
IEEE | DSC 2019诚邀稿件 (EI检索)
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
18+阅读 · 2019年1月7日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Imitation - Reinforcement Learning
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【论文】变分推断（Variational inference)的总结
【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
【推荐】SVM实例教程
【推荐】SVM实例教程
机器学习研究会
17+阅读 · 2017年8月26日
【学习】Hierarchical Softmax
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Unconditionally energy stable discontinuous Galerkin schemes for the Cahn-Hilliard equation
Arxiv
0+阅读 · 2021年1月8日
Bellman filtering for state-space models
Arxiv
0+阅读 · 2021年1月7日
On Testability of First-Order Properties in Bounded-Degree Graphs
Arxiv
0+阅读 · 2021年1月7日
Subspace Clustering using Ensembles of $K$-Subspaces
Arxiv
0+阅读 · 2021年1月6日
Polynomial modular product verification and its implications
Arxiv
0+阅读 · 2021年1月6日
Perfect domination, Roman domination and perfect Roman domination in lexicographic product graphs
Arxiv
0+阅读 · 2021年1月6日
SwarmCCO: Probabilistic Reactive Collision Avoidance for Quadrotor Swarms under Uncertainty
Arxiv
0+阅读 · 2021年1月5日
Products of Euclidean metrics and applications to proximity questions among curves
Arxiv
3+阅读 · 2020年4月13日
Learning to Importance Sample in Primary Sample Space
Learning to Importance Sample in Primary Sample Space
Arxiv
5+阅读 · 2018年8月23日
A Dual Approach to Scalable Verification of Deep Networks
A Dual Approach to Scalable Verification of Deep Networks
Arxiv
3+阅读 · 2018年8月3日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
泛函
JACM
近似
在线
算法与数据结构
相关VIP内容
INRIA 最新《机器学习理论》课程笔记，176页pdf
专知会员服务
51+阅读 · 2020年12月14日
因果图，Causal Graphs，52页ppt
因果图，Causal Graphs，52页ppt
专知会员服务
248+阅读 · 2020年4月19日
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
专知会员服务
95+阅读 · 2020年3月12日
【IPAM 】张量主元分析中的高维成本景观和梯度下降及其推广（High-dimensional cost landscape and gradient descent in Tensor PCA and its generalisations），附41页pdf
【IPAM 】张量主元分析中的高维成本景观和梯度下降及其推广（High-dimensional cost landscape and gradient descent in Tensor PCA and its generalisations），附41页pdf
专知会员服务
13+阅读 · 2019年11月22日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
35+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
58+阅读 · 2019年10月17日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
177+阅读 · 2019年10月11日
机器学习入门的经验与建议
机器学习入门的经验与建议
专知会员服务
94+阅读 · 2019年10月10日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
41+阅读 · 2019年10月9日
【ALT 2019 Tutorials】强化学习的探索性开发（Exploration-Exploitation in Reinforcement Learning）
【ALT 2019 Tutorials】强化学习的探索性开发（Exploration-Exploitation in Reinforcement Learning）
专知会员服务
34+阅读 · 2019年3月21日
热门VIP内容
相关资讯
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
IEEE | DSC 2019诚邀稿件 (EI检索)
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
18+阅读 · 2019年1月7日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Imitation - Reinforcement Learning
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【论文】变分推断（Variational inference)的总结
【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
【推荐】SVM实例教程
【推荐】SVM实例教程
机器学习研究会
17+阅读 · 2017年8月26日
【学习】Hierarchical Softmax
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
相关论文
Unconditionally energy stable discontinuous Galerkin schemes for the Cahn-Hilliard equation
Arxiv
0+阅读 · 2021年1月8日
Bellman filtering for state-space models
Arxiv
0+阅读 · 2021年1月7日
On Testability of First-Order Properties in Bounded-Degree Graphs
Arxiv
0+阅读 · 2021年1月7日
Subspace Clustering using Ensembles of $K$-Subspaces
Arxiv
0+阅读 · 2021年1月6日
Polynomial modular product verification and its implications
Arxiv
0+阅读 · 2021年1月6日
Perfect domination, Roman domination and perfect Roman domination in lexicographic product graphs
Arxiv
0+阅读 · 2021年1月6日
SwarmCCO: Probabilistic Reactive Collision Avoidance for Quadrotor Swarms under Uncertainty
Arxiv
0+阅读 · 2021年1月5日
Products of Euclidean metrics and applications to proximity questions among curves
Arxiv
3+阅读 · 2020年4月13日
Learning to Importance Sample in Primary Sample Space
Learning to Importance Sample in Primary Sample Space
Arxiv
5+阅读 · 2018年8月23日
A Dual Approach to Scalable Verification of Deep Networks
A Dual Approach to Scalable Verification of Deep Networks
Arxiv
3+阅读 · 2018年8月3日
Top
微信扫码咨询专知VIP会员
Top