CAREER: Approximation Algorithms via SDP hierarchies

职业:通过 SDP 层次结构的近似算法

基本信息

  • 批准号:
    1651861
  • 负责人:
  • 金额:
    $ 52.22万
  • 依托单位:
  • 依托单位国家:
    美国
  • 项目类别:
    Continuing Grant
  • 财政年份:
    2017
  • 资助国家:
    美国
  • 起止时间:
    2017-02-01 至 2024-01-31
  • 项目状态:
    已结题

项目摘要

Computational problems have become pervasive in all fields of science where huge amounts of data have to be processed efficiently. For computationally hard problems where computing the exact optimum solution is intractable, the next best option is to design efficient approximation algorithms that find solutions that are provably close to the optimum. In this project, the PI and the supported graduate student will design such approximation algorithms based on the still poorly understood Lasserre semidefinite programming hierarchy. The goal is to provide better algorithms for several key problems that are studied in combinatorial optimization. Practical applications of approximation algorithms can be found in many areas of science and industry. Moreover, this proposal includes the integration of research and teaching by means of graduate courses that cover the Lasserre hierarchy in a manner accessible for graduate students outside of theoretical computer science. More concretely, the goal is to develop approximation algorithms based on the Lasserre SDP for outstanding unsolved problems like Directed Steiner Tree, Graph Coloring, Unrelated Machine Scheduling and Unique Games. In particular this means designing new rounding schemes to extract valid integral solutions and developing the analytical techniques needed to study their effectiveness. A key ingredient will be the development of a better understanding of the vector embeddings for higher moments that are provided by the Lasserre SDP. Keywords: Approximation algorithms; Semidefinite programs; Integrality gaps; Lasserre hierarchy
计算问题已经普遍存在于所有需要高效处理大量数据的科学领域。对于难以计算精确最优解的计算难题,下一个最佳选择是设计有效的近似算法,以找到可证明接近最优解的解决方案。在这个项目中,PI 和支持的研究生将基于仍知之甚少的 Lasserre 半定规划层次结构来设计此类近似算法。目标是为组合优化中研究的几个关键问题提供更好的算法。近似算法的实际应用可以在科学和工业的许多领域中找到。此外,该提案还包括通过研究生课程整合研究和教学,这些课程以理论计算机科学之外的研究生可以理解的方式涵盖拉塞尔层次结构。更具体地说,我们的目标是开发基于 Lasserre SDP 的近似算法,以解决有向 Steiner 树、图形着色、无关机器调度和独特游戏等突出的未解决问题。特别是,这意味着设计新的舍入方案以提取有效的积分解,并开发研究其有效性所需的分析技术。一个关键因素是更好地理解 Lasserre SDP 提供的更高矩的向量嵌入。关键词:近似算法;半定规划;完整性差距;拉塞尔层次结构

项目成果

期刊论文数量(6)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
A Tale of Santa Claus, Hypergraphs and Matroids
圣诞老人、超图和拟阵的故事
Scheduling with Communication Delays via LP Hierarchies and Clustering
通过 LP 层次结构和集群进行通信延迟调度
Scheduling with Communication Delays via LP Hierarchies and Clustering II: Weighted Completion Times on Related Machines
通过 LP 层次结构和集群进行通信延迟调度 II:相关机器上的加权完成时间
The Vector Balancing Constant for Zonotopes
区域位点的矢量平衡常数
  • DOI:
    10.1109/focs57990.2023.00077
  • 发表时间:
    2023-11
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Bozzai, Rainie;Reis, Victor;Rothvoss, Thomas
  • 通讯作者:
    Rothvoss, Thomas
Linear Size Sparsifier and the Geometry of the Operator Norm Ball
线性尺寸稀疏器和算子规范球的几何形状
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Thomas Rothvoss其他文献

Discrepancy Theory
差异理论
  • DOI:
    10.1515/9783110652581
  • 发表时间:
    2020-01-20
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Thomas Rothvoss
  • 通讯作者:
    Thomas Rothvoss

Thomas Rothvoss的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('Thomas Rothvoss', 18)}}的其他基金

AF: SMALL: The Geometry of Integer Programming and Lattices
AF:小:整数规划和格的几何
  • 批准号:
    2318620
  • 财政年份:
    2023
  • 资助金额:
    $ 52.22万
  • 项目类别:
    Standard Grant
AF - Limitations of convex relaxations in combinatorial optimization
AF - 组合优化中凸松弛的局限性
  • 批准号:
    1420180
  • 财政年份:
    2014
  • 资助金额:
    $ 52.22万
  • 项目类别:
    Standard Grant

相似国自然基金

非对称旅行商相关问题的近似算法研究
  • 批准号:
    12301414
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
整数格上流次模最大化近似算法研究
  • 批准号:
    12301417
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
基于超图的装填与覆盖问题的多项式时间可解性及近似算法设计研究
  • 批准号:
    12361065
  • 批准年份:
    2023
  • 资助金额:
    27 万元
  • 项目类别:
    地区科学基金项目
车辆路径规划及其相关问题的近似算法研究
  • 批准号:
    62372095
  • 批准年份:
    2023
  • 资助金额:
    50 万元
  • 项目类别:
    面上项目
正则次模最大化问题的近似算法研究
  • 批准号:
    12301419
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目

相似海外基金

CAREER: Optimal Approximation Algorithms in High Dimensions
职业:高维最优逼近算法
  • 批准号:
    1848508
  • 财政年份:
    2019
  • 资助金额:
    $ 52.22万
  • 项目类别:
    Continuing Grant
CAREER: New Mathematical Programming Techniques in Approximation and Online Algorithms
职业:近似和在线算法中的新数学编程技术
  • 批准号:
    1750127
  • 财政年份:
    2018
  • 资助金额:
    $ 52.22万
  • 项目类别:
    Continuing Grant
CAREER: Beyond Worst-Case Analysis: New Approaches in Approximation Algorithms and Machine Learning
职业:超越最坏情况分析:近似算法和机器学习的新方法
  • 批准号:
    1652491
  • 财政年份:
    2017
  • 资助金额:
    $ 52.22万
  • 项目类别:
    Continuing Grant
CAREER: Pursuing New Tools for Approximation Algorithms
职业:追求近似算法的新工具
  • 批准号:
    1552097
  • 财政年份:
    2016
  • 资助金额:
    $ 52.22万
  • 项目类别:
    Continuing Grant
CAREER: Metric Geometry Techniques for Approximation Algorithms
职业:近似算法的度量几何技术
  • 批准号:
    1150062
  • 财政年份:
    2012
  • 资助金额:
    $ 52.22万
  • 项目类别:
    Continuing Grant
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了