اکسپرس 24
ترجمه فارسی مقاله حداکثرسازی زیرمدولار ضعیف بدون قید منظم

ترجمه فارسی مقاله حداکثرسازی زیرمدولار ضعیف بدون قید منظم

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Regularized Unconstrained Weakly Submodular Maximization
عنوان مقاله به فارسی حداکثرسازی زیرمدولار ضعیف بدون قید منظم
نویسندگان Yanhui Zhu, Samik Basu, A. Pavan
فرمت مقاله انگلیسی PDF
تعداد صفحات 37
دسته بندی موضوعات Data Structures and Algorithms,ساختار داده ها و الگوریتم ها ,
توضیحات Submitted 18 August, 2024; v1 submitted 8 August, 2024; originally announced August 2024. , Comments: To appear in CIKM'24. Full paper including omitted proofs , Journal ref: Proceedings of the 33rd ACM International Conference on Information and Knowledge Management (CIKM 2024)
توضیحات به فارسی ارائه شده در 18 اوت 2024 ؛V1 ارسال شده در 8 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد. ، نظرات: برای حضور در CIKM'24.مقاله کامل شامل اثبات حذف شده ، مجله Ref: مجموعه مقالات 33th کنفرانس بین المللی ACM در مورد مدیریت اطلاعات و دانش (CIKM 2024)

قیمت: 19,000 تومان

سفارش

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، را نیز سفارش می‌دهید.

قیمت: 1,480,000 تومان

زمان تحویل: 2 تا 3 روز کاری

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Submodular optimization finds applications in machine learning and data mining. In this paper, we study the problem of maximizing functions of the form $h = f-c$, where $f$ is a monotone, non-negative, weakly submodular set function and $c$ is a modular function. We design a deterministic approximation algorithm that runs with ${O}(frac{n}εlog frac{n}{γε})$ oracle calls to function $h$, and outputs a set ${S}$ such that $h({S}) geq γ(1-ε)f(OPT)-c(OPT)-frac{c(OPT)}{γ(1-ε)}logfrac{f(OPT)}{c(OPT)}$, where $γ$ is the submodularity ratio of $f$. Existing algorithms for this problem either admit a worse approximation ratio or have quadratic runtime. We also present an approximation ratio of our algorithm for this problem with an approximate oracle of $f$. We validate our theoretical results through extensive empirical evaluations on real-world applications, including vertex cover and influence diffusion problems for submodular utility function $f$, and Bayesian A-Optimal design for weakly submodular $f$. Our experimental results demonstrate that our algorithms efficiently achieve high-quality solutions.

چکیده به فارسی (ترجمه ماشینی)

بهینه سازی زیرودیک برنامه هایی در یادگیری ماشین و داده کاوی پیدا می کند.در این مقاله ، ما مسئله حداکثر رساندن عملکردهای فرم $ H = F-C $ را بررسی می کنیم ، جایی که $ f $ یک عملکرد یکنواخت ، غیر منفی ، ضعیف است و $ c $ یک عملکرد مدولار است.ما یک الگوریتم تقریبی قطعی را طراحی می کنیم که با $ {o} اجرا می شود ( frac {n} ε log frac {n {{γε}) $ oracle فراخوانی می کند تا $ h $ عمل کند ، و یک مجموعه $ s {s} $ چنین استکه $ h ({s}) geq γ (1-ε) f (opt) -c (opt)- frac {c (opt)} {γ (1-ε)} log frac {f (opt)} {C (OPT)} $ ، جایی که $ γ $ نسبت زیرمجموعه $ f $ است.الگوریتم های موجود برای این مشکل یا نسبت تقریب بدتر را قبول می کنند یا زمان اجرا درجه دوم دارند.ما همچنین نسبت تقریب الگوریتم خود را برای این مشکل با یک اوراکل تقریبی از $ f $ ارائه می دهیم.ما نتایج نظری خود را از طریق ارزیابی های تجربی گسترده در مورد برنامه های دنیای واقعی ، از جمله پوشش ورتکس و مشکلات انتشار تأثیر برای عملکرد ابزار فرعی $ F $ و طراحی بهینه A Bayesian برای ضعیف $ f $ تأیید می کنیم.نتایج تجربی ما نشان می دهد که الگوریتم های ما به طور مؤثر به راه حل های با کیفیت بالا می رسند.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.