凸集上最大化 DR-子模函数的改进近似算法
数据结构与算法
2022-03-29 v1
摘要
在一般凸集约束下最大化 DR-子模函数是一个 NP-hard 问题，源于组合优化与机器学习中的诸多应用。尽管在该一般设定下（目标函数非单调且可行集非向下封闭）设计高效的近似算法极为必要，我们的主要贡献是提出一种在值预言机模型下具有次指数时间复杂度的 0.25-近似 Frank-Wolfe 型算法。
引用
@article{arxiv.2203.14740,
title = {An improved approximation algorithm for maximizing a DR-submodular function over a convex set},
author = {Donglei Du and Zhicheng Liu and Chenchen Wu and Dachuan Xu and Yang Zhou},
journal= {arXiv preprint arXiv:2203.14740},
year = {2022}
}
备注
8 Pages