A 4-approximation algorithm for min max correlation clustering

要約

最小最大相関クラスタリング問題の下限手法を導入し、この手法に基づいて完全なグラフに対する組み合わせ 4 近似アルゴリズムを導入します。
これは、線形プログラム定式化を使用した以前の最もよく知られた近似保証 5 (Kalhan et al., 2019) と、組み合わせアルゴリズムの 4 (Davies et al., 2023) を改善します。
私たちはこのアルゴリズムを貪欲結合ヒューリスティックによって拡張し、いくつかのベンチマーク データセットでソリューションの品質と実行時間が最先端のものになることを経験的に示しました。

要約(オリジナル)

We introduce a lower bounding technique for the min max correlation clustering problem and, based on this technique, a combinatorial 4-approximation algorithm for complete graphs. This improves upon the previous best known approximation guarantees of 5, using a linear program formulation (Kalhan et al., 2019), and 4, for a combinatorial algorithm (Davies et al., 2023). We extend this algorithm by a greedy joining heuristic and show empirically that it improves the state of the art in solution quality and runtime on several benchmark datasets.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google