会员服务
FAST · 算法与数据结构 ·
2021 年 1 月 22 日
LinCbO: fast algorithm for computation of the Duquenne-Guigues basis
翻译：LinCbO: 计算Duquenne-Guigueres基数的快速算法
Radek Janostik,Jan Konecny,Petr Krajča
Radek Janostik,Jan Konecny,Petr Krajča

We propose and evaluate a novel algorithm for computation of the Duquenne-Guigues basis which combines Close-by-One and LinClosure algorithms. This combination enables us to reuse attribute counters used in LinClosure and speed up the computation. Our experimental evaluation shows that it is the most efficient algorithm for computation of the Duquenne-Guigues basis.


翻译：我们建议并评价一种新型算法,用于计算Duquenne-Guigues基数,该算法结合了“一对一”和“一对一”和“一结束”算法。这种组合使我们能够重新使用LinClosure中使用的属性计数器并加快计算速度。我们的实验性评估表明,这是计算“二克因-Guigue”基数的最有效算法。
0
下载
关闭预览

相关内容

FAST：Conference on File and Storage Technologies。 Explanation：文件和存储技术会议。 Publisher：USENIX。 SIT:http://dblp.uni-trier.de/db/conf/fast/
神经常微分方程教程，50页ppt，A brief tutorial on Neural ODEs
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
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
96+阅读 · 2020年3月12日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
50+阅读 · 2019年10月17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
36+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
182+阅读 · 2019年10月11日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
29+阅读 · 2019年5月18日
深度自进化聚类：Deep Self-Evolution Clustering
深度自进化聚类：Deep Self-Evolution Clustering
我爱读PAMI
15+阅读 · 2019年4月13日
已删除
已删除
将门创投
10+阅读 · 2019年3月6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
【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
Fast Rates for Contextual Linear Optimization
Arxiv
0+阅读 · 2021年3月17日
Fast and robust quantum state tomography from few basis measurements
Arxiv
0+阅读 · 2021年3月16日
Being Fast Means Being Chatty: The Local Information Cost of Graph Spanners
Arxiv
0+阅读 · 2021年3月15日
Projection-based QLP Algorithm for Efficiently Computing Low-Rank Approximation of Matrices
Arxiv
0+阅读 · 2021年3月12日
PPO-CMA: Proximal Policy Optimization with Covariance Matrix Adaptation
PPO-CMA: Proximal Policy Optimization with Covariance Matrix Adaptation
Arxiv
8+阅读 · 2018年12月18日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
FAST
算法与数据结构
相关VIP内容
神经常微分方程教程，50页ppt，A brief tutorial on Neural ODEs
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
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
96+阅读 · 2020年3月12日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
50+阅读 · 2019年10月17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
36+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
182+阅读 · 2019年10月11日
热门VIP内容
相关资讯
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
29+阅读 · 2019年5月18日
深度自进化聚类：Deep Self-Evolution Clustering
深度自进化聚类：Deep Self-Evolution Clustering
我爱读PAMI
15+阅读 · 2019年4月13日
已删除
已删除
将门创投
10+阅读 · 2019年3月6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
【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
相关论文
Fast Rates for Contextual Linear Optimization
Arxiv
0+阅读 · 2021年3月17日
Fast and robust quantum state tomography from few basis measurements
Arxiv
0+阅读 · 2021年3月16日
Being Fast Means Being Chatty: The Local Information Cost of Graph Spanners
Arxiv
0+阅读 · 2021年3月15日
Projection-based QLP Algorithm for Efficiently Computing Low-Rank Approximation of Matrices
Arxiv
0+阅读 · 2021年3月12日
PPO-CMA: Proximal Policy Optimization with Covariance Matrix Adaptation
PPO-CMA: Proximal Policy Optimization with Covariance Matrix Adaptation
Arxiv
8+阅读 · 2018年12月18日
Top
微信扫码咨询专知VIP会员
Top