Zusammenfassung
Es sollen hier Resultate aus drei verschiedenen Gebieten bewiesen werden. Ein Verfahren zum Lernen Boolescher Funktionen, wobei man möglichst wenige Fehler macht [7]. Eine Konstruktion für eine Schranke aus der kombinatorischen Geometrie [4] mit algorithmischen Anwendungen (siehe auch [13]). Und ein Algorithmus zur Optimierung X. Aus der Vielfalt der Ergebnisse ergibt sich bereits, daß weniger das Ziel als vielmehr der Weg dorthin unser zentrales Anliegen ist: Eine Beweismethode, die man als „iteratives Umgewichten“ oder „Suchen bzw. Konstruktion durch Verdoppeln“ bezeichnen kann. Dabei beginnen wir mit einer Menge Mo und ziehen daraus eine Teilmenge T0. Durch Verdoppeln der Elemente aus T0 erhalten wir eine Menge M1 (tatsächlich haben hier die Elemente nun Vielfachheiten). Dann ziehen wir eine Teilmenge T1 aus M1, verdoppeln alle Elemente in M1, die in T1 vorkommen, und erhalten dadurch M2, usw. Wie wir die Teilmengen bekommen, ergibt sich erst in den konkreten Beispielen. Mit dem Verdoppeln verfolgen wir unterschiedliche Ziele. In einem Fall verringert hohe Vielfachheit die Chance, in einer der Mengen Ti aufzutauchen. Das heißt, kein Element wird viel öfter als andere in den Iterationen gezogen werden. In einer anderen Anwendung hat M gute und schlechte Elemente—welche gut und welche schlecht sind, ist uns nicht bekannt. Es gelingt uns aber immer, Teilmengen Ti zu ziehen, die mindestens ein gutes Element haben, wir wissen aber nicht, welches. Verdoppeln erhöht die Chance, in späteren Ti’s aufzutreten. Da aber immer mindestens ein gutes Element verdoppelt wird, gewinnen diese schnell die Überhand und können dadurch identifiziert werden. Diese Skizze der Idee wird vielleicht erst im Rückblick verständlich, deutet aber schon den evolutionären Charakter der Verfahren an (Brönnimann und Goodrich nennen dies „algorithmischen Darwinismus“ [1]). In jedem Fall geht es uns aber nur um Methoden, in denen die Intuition auch durch Beweise untermauert werden kann.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Schriftenverzeichnis
H. Brönnimann und M. T. Goodrich (1995). Almost optimal set covers in finite VC-dimension. Discrete Comput. Geom. 14, 463–484.
B. Gärtner und E. Welzl (1996), Linear programming — randomization and abstract frameworks. Proc. 13th Ann. Symp. on Theoretical Aspects of Comput. Sci. Lecture Notes in Comput. Sci. 1046, 669–687.
B. Chazelle und J. Friedman (1990). A deterministic view of random sampling and its use in geometry. Combinatorica 10, 229–249.
B. Chazelle und E. Welzl (1989). Quasi-optimal range searching in spaces of finite VC-dimension. Discrete Comput. Geom. 4, 467–489.
K. L. Clarkson (1993). Algorithms for polytope covering and approximation. Proc. 3rd Workshop on Algorithms and Data Structures. Lecture Notes in Comput. Sci. 709, 246–252.
K. L. Clarkson (1995). Las Vegas algorithms for linear and integer programming when the dimension is small. J. Assoc. Comput. Mach. 42, 488–499.
N. Littlestone (1988). Learning quickly when irrelevant attributes abound: A new linear-threshold algorithm. Machine Learning 2, 285–318.
N. Littlestone und M. K. Warmuth (1994). The weighted majority algorithm. Inform. Comput. 108, 212–261.
J. Matoušek (1992). Efficient partition trees. Discrete Comput. Geom. 8, 315–334.
J. Matousšek (1992). Reporting points in halfspaces. Comput. Geom.: Theory Appl. 2, 169–186.
J. Matoušek (1993). Range searching with efficient hierarchical cuttings. Discrete Comput. Geom. 10, 157–182.
J. Matousek (1995). Improved upper bounds for approximation by zonotopes. KAM Series (Tech. Report ), Charles University Prague.
E. Welzl (1992). On spanning trees with low crossing numbers. Data Structures and Efficient Algorithms (Final Report on the DFG Special Joint Initivative). Lecture Notes in Comput. Sci. 594, 233–249.
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1996 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Welzl, E. (1996). Suchen und Konstruieren durch Verdoppeln. In: Wegener, I. (eds) Highlights aus der Informatik. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-61012-7_12
Download citation
DOI: https://doi.org/10.1007/978-3-642-61012-7_12
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-642-64656-0
Online ISBN: 978-3-642-61012-7
eBook Packages: Springer Book Archive