En Küçük Maksimal Eşlemeler Zorluk ve Yaklaşıklama

Slides:



Advertisements
Benzer bir sunumlar
Ders İçeriği Ağaç Veri Modeli Tanım ve Gerçekleştirim İkili Ağaç
Advertisements

ZABİT ADAYLARININ GEMİ İŞLETMESİ VE GEMİ TİPİ TERCİHLERİ
FEN BİLİMLERİ ENSTİTÜSÜ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ
Ayrık Yapılar Algoritma Analizi.
KARAR TEORİSİ.
ALPER LAÇİN SERDAR TAŞAN
Tutarlı Bir Katalog için Otorite Kontrolü
YAEM Tolga Bektaş, Southampton University
GEOMETRiNiN TEMEL KAVRAMLARI
Okuldan İşe Geçiş – Son Eğilimler
ERASMUS KOORDİNATÖRLÜĞÜ FAALİYETLERİ yılında Erasmus Programı’na üye olarak başlangıç hibesi olan Euro alarak faaliyetlerimize.
-Demografik- Nüfus Analizi
Bir Hazır Giyim Perakende Zincirinde Rassal Talep Altında Kalıcı İndirim Politikalarının Belirlenmesi Özlem Coşgun1, Ufuk Kula2, Ayhan Demiriz2 1 İstanbul.
G E L E C E Ğ İ N İ Z M İ R İ N İ Y A R A T I Y O R U Z
“IP Universities” Istanbul, April 14 to 15, 2011 Albert Long Hall, BOGAZICI UNIVERSITY Institutional logoTürkiye’de FM Eğitimi Salih BEKTAŞ.
Bezier Eğrileri ve Yüzeyleri
V. TÜBİTAK EKUAL Yıllık Toplantısı Mayıs 2009 Antalya HOŞGELDİNİZ…
27 Haziran 2008, Prof. Dr. A.S.GÖKALP BOLOGNA SÜRECİ VE KOCAELİ ÜNİVERSİTESİ Prof. Dr. Ayşe Sevim Gökalp Prof. Dr. Ayşe Sevim Gökalp.
Algoritmalar En kısa yollar I En kısa yolların özellikleri
MIT503 Veri Yapıları ve algoritmalar Algoritmalara giriş
ATAŞEHİR FİNANS MERKEZİ
ULTIMATE TÜRKİYE.
Pierre Fabre Oral Care International seminar / juillet 2007/Sorèze Marc WATTS Periodontal cerrahi sonrası klorheksidin ağız çalkalama suyu ile operasyon.
Okan Üniversitesi – İstanbul, 20 Şubat 2009 ÖSYS Öğrenci Seçme ve Yerleştirme Sistemindeki Gelişmeler.
İŞARET DİLİ.
Gün Kitabın Adı ve Yazarı Okuduğu sayfa sayısı
Bulut bilişim için Üniversitelerimizde bilişim personeli yeterlikleri 18 Aralık 2013 – Aksaray Üniversitesi Bilişim Teknik Personeli Yeterlik Ölçeği Toplantısı.
MIT503 Veri Yapıları ve algoritmalar Veri ağaçları
ÜNİVERSİTE HASTANE İŞLETMECİLİĞİ - MARMARA ÜNİVERSİTESİ DENEYİMİ
TEST – 1.
GAZİ ÜNİVERSİTESİ PATENT DESTEK BİRİMİ İstanbul, 07 Haziran 2010.
GRAF TEORİSİ Ders 1 TEMEL KAVRAMLAR.
Açık Toplum Vakfı-Boğaziçi Üniversitesi Ön Sonuçların Sunumu 11 Mayıs 2010.
“IP Universities” Istanbul, April 14 to 15, 2011 Albert Long Hall, BOGAZICI UNIVERSITY Collaboration with Universities Ms. İffet İyigün Meydanlı,
İKİLİ ANLAŞMALAR (BİLATERAL AGREEMENT).  Erasmus İkili Anlaşması (Bilateral Agreement); İki yüksek öğrenim kurumunun Erasmus programı kapsamında yapmayı.
SİU 2009 Sınıflandırıcılarda Hata Ölçülmesi ve Karşılaştırılması için İstatistiksel Yöntemler Ethem Alpaydın Boğaziçi Üniversitesi
FATİH ERDOĞAN. Fatih Erdoğan 23 Nisan 1954'te İzmir'de doğdu. Yaşamının geri kalanını İstanbul'da geçiren yazar, Kültür Koleji ve 1973'te Robert Kolej'den.
Araştırma İzleme ve Koruma Çalışmaları
Prof.Dr. Kırali MÜRTEZAOĞLU Mühendislik Fakültesi Dekanı
8 ? E K S İ L E N EKSİLEN _ 5 5 ÇIKAN FARK(KALAN) 8.
Yapay Zeka DR.KORHAN KAYIŞLI.
COMENIUS PROJESİ (hayatboyu ögrenme programi) “LLP” MUĞLA TURGUT REİS LİSESİ.
Adı ve Soyadı : …………………………………………. 19 Şubat 2009 Perşembe Matematik
ESPAÑA SİSTEMA DE EDUCACİÓN LA EDUCACİÓN SUPERİOR LA FORMACİÓN DE LOS DOCENTES AB Ülkelerinde Eğitim Prof. Dr. Mustafa ERGÜN Nurcan BUNAR.
Karadeniz Teknik Üniversitesi Bahar Dönemi / Trabzon Grup Üyeleri  Cennet AKMEŞE  Özlem DANIŞMAZ  Harun YILMAZ  Erol GÜLER Proje Adı: GE/KPSS.
Yıldız Teknik Üniversitesi Makina Mühendisliği Bölümü
İçindekiler I. Ders Tanıtımı II. Konular III. Değerlendirme Kriterleri
‘Eğiticilerin Eğitimi’ Hepsini bir araya getirmek 4. Gün 1. Oturum Nisan 2010 AB Eşleştirme Projesi TR 07-FI-02.
TÜRK CUMHURİYETLERİ İLE TÜRK VE AKRABA TOPLULUKLARI SINAVI (TCS)
ÇİZGE KURAMI Yılmaz KILIÇASLAN.
13 Mart 2012, Rektörlük Konferans Salonu, Boğaziçi Üniversitesi “Türkiye Üniversitelerinde Sınai Mülkiyet Hakları (SMH) Bilgisinin Yaygınlaştırılması”
1.HAFTA 26 Ağustos 2009 ÇARŞAMBA 2.HAFTA 01 EYLÜL 2009 SALI 3.HAFTA 09 EYLÜL 2009 ÇARŞAMBA 4.HAFTA 15 EYLÜL 2009 SALI 5.HAFTA 23 EYLÜL 2009 ÇARŞAMBA 6.HAFTA.
1.HAFTA 26 Ağustos 2009 ÇARŞAMBA 2.HAFTA 01 EYLÜL 2009 SALI 3.HAFTA 09 EYLÜL 2009 ÇARŞAMBA 4.HAFTA 15 EYLÜL 2009 SALI 5.HAFTA 23 EYLÜL 2009 ÇARŞAMBA 6.HAFTA.
DOKU MÜHENDİSLİĞİ NEDİR?
GEOMETRİ TEMEL KAVRAMLAR
IFBO5520-Bilimsel acıklamalar ve argumanlar 03/04/2015
YABANCI DİL EĞİTİM ORTAMLARININ BİLİŞİM VE İLETİŞİM TEKNOLOJİLERİ (BIT) KULLANARAK ZENGİNLEŞTİRİLMESİ Muhammet Berigel,Hasan KARAL Karadeniz Teknik Üniversitesi.
2 MMM216 X- ışınları 12. Ders
KAVRAM ÖĞRETİMİNDE ÇALIŞMA YAPRAKLARININ KULLANILMASI
Veri Madenciliği Birliktelik Analizi: Temel Kavramlar ve Algoritmalar
TOEIC® SINAVI BİLGİLENDİRME SUNUMU
Bir başka ifade biçimi: Blok Diyagramları
Güvenli bir merdiven inşa etme
Lineer cebrin temel teoremi-kısım 1
KARDİYAK ARREST SONRASI HEDEF ISI DÜZEYİ YÖNETİMİ(33&36 DERECE)
GrafTeorisine İlişkin Bazı Tanımlar
ÜNİVERSİTE SINAVINDA NASIL BİRİNCİ OLUNUR?
Fırat Üniversitesi Mühendislik Fakültesi Elektrik-Elektronik Müh.
NİŞANTAŞI ÜNİVERSİTESİ
Sunum transkripti:

En Küçük Maksimal Eşlemeler Zorluk ve Yaklaşıklama Marc Demange1 , Tınaz Ekim2 , Cerasela Tanasescu1 1) ESSEC Business School, Bucarest, Romania 2) Boğaziçi Üniversitesi, Istanbul, Turkey

Plan En küçük maksimal eşlemeler (MMM) Biparti graflarda uygulamalar Karmaşıklık Yaklaşıklama Açılımlar YAEM 2010, İstanbul, 02/07/2010

Tanımlar Eşleme birbirleriyle bitişik olmayan kenarlar kümesidir Bir eşlemeye yeni bir kenar eklenemiyorsa bu bir maksimal eşlemedir. maksimal (kümesel) ≠ maksimum (en büyük - boyutsal) maksimum  maksimal ama maksimal  maksimum En Büyük Eşleme (M) (Polynomiyal, Edmond 1965) En Küçük Maksimal Eşleme (MMM) YAEM 2010, İstanbul, 02/07/2010

Telefon ağları aramalar bağlantı noktası MMM= doymuş bir sistemin en kötü durumdaki davranışı 00 i araması j bağlantı noktasına yönlendirilebilir YAEM 2010, İstanbul, 02/07/2010

Sağlam Evlilik adaylar kurumlar En kötü durumda eşlenmemiş adayların sayısı  n-MMM 00 + tercihler M sağlam  M maksimal YAEM 2010, İstanbul, 02/07/2010

Eşdereceli biparti graflar (1) Pratikte kullanılan yapıların çoğu son derece düzenli Örnek: d-boyutlu küp, Hamming grafları 2-eşdereceli 1-eşdereceli 3-eşdereceli 4-eşdereceli YAEM 2010, İstanbul, 02/07/2010

Eşdereceli biparti graflar (2) Türkiye’de üniversite giriş sınavı  2 milyon aday Üniversitelerin aday tercihleri = sınav sonuçları Adayların üniversite tercihleri Eksiklik: Sınav sonuçları tek kriter Alternatif metod (Alkan 1999): Çoklu sağlam eşleme kullanarak kısa-listeler oluştur  eşdereceli biparti graf Mülakat yap + yeni tercih listeleri oluştur (U ve A için) + sağlam bir eşleme bul YAEM 2010, İstanbul, 02/07/2010

NP-zorluk sonuçları Yannakakis & Gavril, 1980 Horton & Kilakos, 1993 En büyük derecesi 3 olan düzlemsel graflar En büyük derecesi 3 olan biparti graflar Horton & Kilakos, 1993 Düzlemsel biparti graflar 3-eşdereceli düzlemsel graflar MMM k≥3 k-eşdereceli biparti graflarda NP-zor 3-eşdereceli biparti  en büyük derece 3 biparti YAEM 2010, İstanbul, 02/07/2010

NP-zorluk kanıtı Teorem: MMM k≥3 k-eşdereceli biparti graflarda NP-zor k-eşdereceli biparti graflarda MMM(D)  (k+1)-eşdereceli biparti graflarda MMM(D) 3-eşdereceli biparti graflarda MMM NP-zordur. Yannakakis & Gavril (1980) En fazla 3 dereceli biparti graflarda MMM NP-zor Polynomiyal indirgemeyi değiştir YAEM 2010, İstanbul, 02/07/2010

Yaklaşıklama: literatür Genel graflarda: herhangi bir algoritma 2-yaklaşık sonuç verir ve daha iyi bir yaklaşıklama bilinmemektedir. En büyük eşleme ≤ 2MMM (biparti graflar için bile) M: maksimum eşleme MMM: En küçük maksimal eşleme Cardinal, Langerman, Levy 2009: yoğun graflarda 2-e Chlebik, Chlebikova 2006: 7/6dan iyi yaklaşıklanamaz YAEM 2010, İstanbul, 02/07/2010

Yaklaşıklama: özel durumlar (1) Teorem: d-eşdereceli graflarda M ≤ (2d-1)/d MMM; ve de bu sınır eşdereceli biparti graflarda dahi sıkıdır. M ile MMMnin simetrik fark ve kesişimlerine bak MMMe göre özgür noktalardan çıkan kenarlar ancak MMMe göre doymuş noktalara gidebilir  P3 sayısı sınırlı YAEM 2010, İstanbul, 02/07/2010

Yaklaşıklama: özel durumlar (2) Teorem: d-eşdereceli ve ideal eşlemesi olan graflarda MM ≤ 9/10 M. Mden yola çıkarak, maksimalliği koru, kenar sayısını azaltmaya çalış Sonuç: d-eşdereceli ve ideal eşlemesi olan graflarda MMM (9/10)(2d-1/d)-yaklaşıklanabilir. d=3  1,5-yaklaşıklama d büyük  1,8-yaklaşıklama YAEM 2010, İstanbul, 02/07/2010

Açılımlar P – NP-tam Farklı varsayımlar altında daha iyi yaklaşıklama algoritmaları geliştirmek Sezgisel algoritmalar geliştirmek ve performanslarını incelemek YAEM 2010, İstanbul, 02/07/2010

Teşekkürler YAEM 2010, İstanbul, 02/07/2010