A promising approach for obtaining improved approximation algorithms for Steiner tree is to use the bidirected cut relaxation (BCR). The integrality gap of this relaxation is at least $36/31$, and it has long been conjectured that its true value is very close to this lower bound. However, the best upper bound for general graphs is still $2$. With the aim of circumventing the asymmetric nature of BCR, Chakrabarty, Devanur and Vazirani [Math. Program., 130 (2011), pp. 1--32] introduced the simplex-embedding LP, which is equivalent to it. Using this, they gave a $\sqrt{2}$-approximation algorithm for quasi-bipartite graphs and showed that the integrality gap of the relaxation is at most $4/3$ for this class of graphs. In this paper, we extend the approach provided by these authors and show that the integrality gap of BCR is at most $7/6$ on quasi-bipartite graphs via a fast combinatorial algorithm. In doing so, we introduce a general technique, in particular a potentially widely applicable extension of the primal-dual schema. Roughly speaking, we apply the schema twice with variable rates of growth for the duals in the second phase, where the rates depend on the degrees of the duals computed in the first phase. This technique breaks the disadvantage of increasing dual variables in a monotone manner and creates a larger total dual value, thus presumably attaining the true integrality gap.


翻译:改善施泰纳树近似算法的一个有希望的方法是使用双向削减放松(BCR),这一放松的整体性差距至少为36/31美元,而且长期以来人们一直推测,其真实值非常接近这一较低约束值。然而,一般图表的最大上限仍然是2美元。为了绕过BCR、Chakrabarty、Devanur和Vazirani的不对称性质[Math. program.,130(2011),pp.1-32],采用简单x混合的LP,这是相当的。利用这个方法,它们给出了半双部分图表的半部分整体性差距至少为36/31美元,而且长期以来一直认为其真实值非常接近。在本文件中,我们扩展了这些作者提供的方法,并表明,通过快速调控算算算算算算法,BCRCR的整体性差距最多为7/6美元。在这样做时,我们首先采用了一种总体性技术,因此将双部分的双向值推算法推算出一个潜在的双向性阶段。

0
下载
关闭预览

相关内容

Integration:Integration, the VLSI Journal。 Explanation:集成,VLSI杂志。 Publisher:Elsevier。 SIT:http://dblp.uni-trier.de/db/journals/integration/
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
【新书】Python编程基础,669页pdf
专知会员服务
193+阅读 · 2019年10月10日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+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
已删除
将门创投
3+阅读 · 2018年11月20日
【NIPS2018】接收论文列表
专知
5+阅读 · 2018年9月10日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
carla 学习笔记
CreateAMind
9+阅读 · 2018年2月7日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Arxiv
0+阅读 · 2022年1月19日
Arxiv
0+阅读 · 2022年1月19日
VIP会员
相关资讯
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+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
已删除
将门创投
3+阅读 · 2018年11月20日
【NIPS2018】接收论文列表
专知
5+阅读 · 2018年9月10日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
carla 学习笔记
CreateAMind
9+阅读 · 2018年2月7日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Top
微信扫码咨询专知VIP会员