参数近似算法简介

发布时间:2018-03-07发布部门:旭日工商管理学院

主题:   参数近似算法简介主讲人:   蒙大拿州立大学朱滨海教授地点:   延安路校区旭日楼306教室时间:   2018-03-09 14:00:00组织单位:   管理学院

主讲人简介:

朱滨海教授,1994年在加拿大麦吉尔(McGill)大学获计算机科学博士学位,1994-1996年在美国新墨西哥州Los Alamos国家实验室完成博士后。自1996年起他分别在香港城市大学及美国蒙大拿州立大学任教。朱滨海教授的研究方向为算法分析与设计(及相关应用),计算生物,计算几何等,在相关国际刊物及国际会议上已发表180余篇学术论文。他的研究4次得到美国NSF支持,2009年及2016年两次获中国国家自然科学基金海外与港澳合作研究基金(原海外杰青)支持。

报告简介:

FPT算法(参数算法)是处理NP-完全优化问题的传统方法之一。但同时我们已知有些问题(如最大独立集)是不存在参数算法的,除非FPT=W[1]。在这种情况下,参数近似算法就可能是人们很自然的选择(虽然该方向的进展相对缓慢)。在这个报告中,我们将对参数算法,W[1],参数近似算法等用实例作简单的介绍。最后,列举该方向的几个开放问题。



视频:   摄影: 撰写:周静  信息员:周莉莉  编辑:段然

相关阅读

本月热点排行

友情链接:92029   21603   3506   91795   8615   83452   98312   91792   31215   31146   38100   74475   57354   73891   40184   56609   71789   27019   41135   2864