课题基金 / 基金详情

Für konkrete algorithmische Probleme soll der mittlere Zweitaufwand zu ihrer Lösung, Approximationsmöglichkeiten sowie Strategien bei fehlerbehafteten Eingabedaten untersucht werden

Für konkrete algorithmische Probleme soll der mittlere Zweitaufwand zu ihrer Lösung, Approximationsmöglichkeiten sowie Strategien bei fehlerbehafteten Eingabedaten untersucht werden
对于具体的算法问题,应检查解决这些问题所需的平均额外工作量、近似选项和容易出错的输入数据的策略
批准号:
5311982
负责人:
Professor Dr. Rüdiger Reischuk
金额:
$0.0万
依托单位国家:
德国
项目类别:
Research Grants
财政年份:
2001
资助国家:
德国
项目状态:
已结题
起止时间:
2000-12-31 至 2008-12-31

项目摘要

项目成果

Professor Dr. Rüdiger Reischuk的其他基金

相似基金

相关文献

中文摘要
翻译
Klassisch wird der Aufwand zur Löung算法问题在最坏的情况下持续存在,最坏的情况是最大限度地接收Eingzeitüber einer bstimten Gröée。Darüber hinaus wird in der Regel angenomman,da?das Problem Exakt zu Lösen ist and da?die Eingababdaten vollkommen fehlerfrei vorliegen.这是一个非常重要的问题,也是最重要的,也是最重要的。在最好的地方,最好的地方是在Zumindest,而不是最好的地方。在索威算法遗漏了Lernen算法的基础上,提出了一种新的计算方法--Neben Allgmeinen strukturellen Untersuhungen soll für eine Reihe von Problemklassen von Problegend Kombinator ischer Natur,Deren Average-Case Komplexität and ApproapiererBarkeit Eingehen.在L的影响下,我们的生活就会变得更加美好,他们的行为也会变得不同。这种情况只发生在极地网络模型中。这是一种有效的解决问题的方法,但这并不能解决问题。
英文摘要
Klassisch wird der Aufwand zur Lösung algorithmischer Probleme durch die worst-case Komplexität gemessen - die maximale Rechenzeit über alle Eingaben einer bestimmten Größe. Darüber hinaus wird in der Regel angenommen, daß das Problem exakt zu lösen ist und daß die Eingabedaten vollkommen fehlerfrei vorliegen. Dies führt bei vielen Problemen zu dem Ergebnis, daß keine effiziente Lösungsverfahren existieren können, falls komplexitätstheoretische Vermutungen wie "P ungleich NP" zutreffen. Oftmals wären Verfahren, die zumindes im Mittel eine schnelle Laufzeit erreichen oder deren Resultat zumindest in der Nähe des Optimums liegt, bereits von großem praktischen Interesse. Neben allgemeinen strukturellen Untersuchungen soll für eine Reihe von Problemklassen vorwiegend kombinatorischer Natur, deren average-case Komplexität und Approximierbarkeit eingehend untersucht werden, unter anderem für das Sortieren von Daten, Problemstellungen in der Stringverarbeitung sowie algorithmisches Lernen. Während diese beiden abgeschwächten Gütekriterien zu einer Verbesserung der Effizienz der Lösungsverfahren führen können, wid die Aufgabenstellung bei manchen Anwendungen - etwa bei der Verarbeitung molekular-biologischer Daten - dadurch erschwert, daß die Eingabedaten mit Fehlern behaftet sind. Diese Situation soll zunächst geeignet modelliert werden. Es sollen dann algorithmische Methoden entwickelt werden, die eine effiziente Problemlösung auch unter derartigen Bedingungen erl
期刊论文(0)
专著(0)
科研奖励(0)
会议论文
Information Hiding: komplexitätstheoretische Modellierung und Analyse
Robuste Lernverfahren und Datenkomprimierung
海外基金