Please use this identifier to cite or link to this item: http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/17158
Title: Αποδοτικοί προσεγγιστικοί αλγόριθμοι για στοχαστική βελτιστοποίηση και μάθηση σε αβέβαια περιβάλλοντα
Authors: Ζαρίφης, Νικόλαος
Φωτάκης Δημήτριος
Keywords: Learning, Sampling, Stochastic Optimization, Poisson Approximation
Μάθηση, Στοχαστική Βελτιστοποίηση , Poisson προσέγγιση,Δειγματοληψία
Issue Date: 31-Oct-2018
Abstract: Σε αυτή την διπλωματική μελετάμε πόσο αποδοτικά μπορούμε να λύσουμε προβλήματα όπως το Σακίδιο ή το Συντομότερο μονοπάτι , στην στοχαστική τους μορφή . Μελετάμε δύο τύπους αυτών τον προβλημάτων. Indyk et al, μελέτησαν το πρόβλημα του στοχαστικού σακιδίου με διάφορες παραλλαγές και έπειτα η Nikolova μελέτησε το στοχαστικό Σύντομο μονοπάτι. Και οι δυο δείξαν ότι όταν τα βάρη ακολουθούν bernoulli κατανομή τότε υπάρχει ένας QPTAS . Εμείς σε αντίθεση δείχνουμε πως μπορείς να επεκτείνεις τον αλγόριθμο και να βελτιώσεις τα αποτελέσματα σε εναν EPTAS.Κι επίσης είδαμε πιο γενικές παραλλαγές όπως χωρίς να έχεις υπόθεση για είδος κατανομής. Στην συνέχεια μελετήσαμε την δουλειά του Gupta et al όπου δίνουν αλγόριθμους που μαθαίνουν την βέλτιστη λύση σε συνδυαστικά προβλήματα σε αβέβαιο περιβάλλον και χρησιμοποιούμε τους αλγόριθμους τους στο συντομότερο μονοπάτι για πιο γενικές συναρτήσεις κόστους.
URI: http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/17158
Appears in Collections:Διπλωματικές Εργασίες - Theses

Files in This Item:
File Description SizeFormat 
dipl.pdf420.24 kBAdobe PDFView/Open


Items in Artemis are protected by copyright, with all rights reserved, unless otherwise indicated.