低拥塞在线路由与图标注在线预测的改进错误界
数据结构与算法
2008-09-12 v2 离散数学
机器学习
摘要
在本文中，我们展示了某个在线低拥塞路由问题与图标注的在线预测之间的联系。更具体地说，我们证明，如果存在一个能保证任意边上拥塞度为 α 的路由方案，那么存在一个在线预测算法，其错误界为 α 乘以割的大小，即由图的标签划分所诱导的割的大小。利用先前已知的关于 n 个顶点树上路由问题 α 的 O(log n) 界，我们为具有高有效电阻的图获得了一个改进的预测算法。与先前将图问题通过图拉普拉斯算子转化为向量空间问题并依赖于感知机算法分析的途径不同，我们的证明是纯组合的。此外，我们的方法直接推广到标签非二值的情况。
引用
@article{arxiv.0809.2075,
title = {Low congestion online routing and an improved mistake bound for online prediction of graph labeling},
author = {Jittat Fakcharoenphol and Boonserm Kijsirikul},
journal= {arXiv preprint arXiv:0809.2075},
year = {2008}
}
备注
5 pages