P-time event graphs (P-TEGs) are specific timed discrete-event systems, in which the timing of events is constrained by intervals. An important problem is to check, for all natural numbers $d$, the existence of consistent $d$-periodic trajectories for a given P-TEG. Let us consider a different, seemingly unrelated problem in graph theory: given three arbitrary square matrices $P$, $I$ and $C$ with elements in $\mathbb{R}\cup\{-\infty\}$, find all real values of parameter $\lambda$ such that the parametric directed graph having arcs weights of the form $w((j,i)) = \max(P_{ij} + \lambda, I_{ij} - \lambda, C_{ij})$ (for all arcs $(j,i)$) does not contain circuits with positive weight. In a related paper, we have proposed a strongly polynomial algorithm that solves the latter problem faster than other algorithms reported in literature. In the present paper, we show that the first problem can be formulated as an instance of the second; consequently, we prove that the same algorithm can be used to find $d$-periodic trajectories in P-TEGs faster than with previous approaches.


翻译:P- 时间事件图表( P- TEGs) 是特定的时间分解事件系统, 其中事件的时间间隔受时间间隔限制。 一个重要问题是对所有自然数字的美元进行检查。 对于给定的 P- TEG 来说, 是否有一致的美元周期轨迹。 让我们在图形理论中考虑一个不同、 似乎无关的问题: 给三个任意的平方基 $P$, $I$和$C$, 其中含有$\mathbb{R ⁇ cup ⁇ _\\\infty ⁇ $元素, 找到所有参数 $\ lambda$ 的真实值。 重要的问题是, 使参数 $( j, i) 的参数方向图显示有 $w( j, i) =\ max( P ⁇ j) +\ lambda, I ⁇ j} +\ lambda, Cíj} $( 对于所有 rcs $ (j, i) $) 都不包含正重的电路路。 在相关文件中, 我们提议了一个强烈的多式算算算算算方法, 第一次解决后一个问题, 我们在文献中可以证明过去使用的运算法中, 。

0
下载
关闭预览

相关内容

专知会员服务
77+阅读 · 2021年3月16日
专知会员服务
51+阅读 · 2020年12月14日
专知会员服务
85+阅读 · 2020年12月5日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
79+阅读 · 2020年7月26日
因果图,Causal Graphs,52页ppt
专知会员服务
248+阅读 · 2020年4月19日
深度强化学习策略梯度教程,53页ppt
专知会员服务
180+阅读 · 2020年2月1日
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
已删除
将门创投
6+阅读 · 2019年11月21日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
【TED】什么让我们生病
英语演讲视频每日一推
7+阅读 · 2019年1月23日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2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
【论文】图上的表示学习综述
机器学习研究会
14+阅读 · 2017年9月24日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年4月20日
Arxiv
0+阅读 · 2021年4月20日
VIP会员
相关VIP内容
专知会员服务
77+阅读 · 2021年3月16日
专知会员服务
51+阅读 · 2020年12月14日
专知会员服务
85+阅读 · 2020年12月5日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
79+阅读 · 2020年7月26日
因果图,Causal Graphs,52页ppt
专知会员服务
248+阅读 · 2020年4月19日
深度强化学习策略梯度教程,53页ppt
专知会员服务
180+阅读 · 2020年2月1日
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
相关资讯
已删除
将门创投
6+阅读 · 2019年11月21日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
【TED】什么让我们生病
英语演讲视频每日一推
7+阅读 · 2019年1月23日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2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
【论文】图上的表示学习综述
机器学习研究会
14+阅读 · 2017年9月24日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8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