Edmonds - Submodular Functions, Matroids, and Certain Polyhedra
Foundation của polyhedral viewpoint: polymatroid, base polyhedron, và greedy linear optimization.
Đây là trang tra cứu nhanh cho kho ghi chú nghiên cứu về submodular, k-submodular, và DR-submodular. Mục tiêu là mở một file và đi thẳng đến paper, summary, metadata, concept, hay synthesis cần xem.
Kho hien co 52 canonical papers da duoc dua len muc processed-deep, cung cac concept notes va synthesis notes de tai su dung.
Workflow và cấu trúc repo ở mức tổng quan.
Hướng dẫn cho các thread Codex sau này.
Map giữa file input và canonical folders.
Template cho deep canonical summary.
Tổng hợp nhanh submodular.
Tổng hợp nhanh k-submodular.
Tổng hợp nhanh DR-submodular.
Điểm vào nhanh cho cụm concept notes tái sử dụng.
Chưa mở file nào.
Click vào bất kỳ link `.md` nào trong trang để render ngay tại đây. Nếu trình duyệt chặn đọc file cục bộ qua `file://`, hãy mở repo bằng một local static server.
Hai paper gốc quan trọng nhất hiện nay là Edmonds 1970 và Nemhauser-Wolsey-Fisher 1978. Đây là hai điểm vào tốt nhất nếu cần tiếp tục deepen hoặc xây comparison notes.
Foundation của polyhedral viewpoint: polymatroid, base polyhedron, và greedy linear optimization.
Paper mốc của greedy approximation cho monotone submodular maximization dưới cardinality constraints.
Nhóm chính, gồm foundations, cover, minimization, constrained optimization, streaming, và surveys.
Polyhedral foundation cho polymatroid và greedy linear optimization.
Greedy cardinality approximation và residual-gap proof spine kinh điển.
Reduction framework cho generalized cover và các ứng dụng graph / center selection.
Strongly polynomial SFM qua base polyhedron và exchange-style certificate.
Landing survey cho SFM, discrete convexity, Lovasz extension, và combinatorial minimization.
Tutorial-style survey để định vị nhanh minimization và chọn paper gốc cần đọc tiếp.
Framework cho SCSC / SCSK, surrogate modular bounds, và constrained submodular optimization.
`Sieve-Streaming`, one-pass thresholding, và approximation `1/2 - epsilon`.
`FAST` dua adaptive sequencing vao cardinality parallel line de dat `1 - 1 / e - epsilon` voi `O(n log log k)` queries va nhan manh practical runtime.
Bản đồ cho curvature, batched greedy, string submodularity, và greedy lineage mở rộng.
`ThreshSeq`, `AST`, va `ATG` sua threshold-sampling cho non-monotone cardinality, dat `1/6 - epsilon` va `0.193 - epsilon` voi near-linear queries.
Random-order streaming cardinality line: `1 - 1/e - epsilon` cho monotone, `1/e - epsilon` cho non-monotone, kem hardness barrier `1 - 1/e + epsilon`.
`LINEAR SEQ`, `THRESHOLD SEQ`, va `LS+PGB` dat monotone cardinality gan-toi-uu trong `O(log n)` adaptivity va expected `O(n)` queries.
`DLA` va `RLA` dua non-monotone knapsack ve linear-query regime voi cac factor `6 + epsilon` va `4 + epsilon`.
`StrMSC` dat bicriteria streaming near-linear cho minimum-cost submodular cover.
Moc combinatorial beyond-`1 / e` cho non-monotone size va matroid, dung fast local search + guided greedy de dat `0.385` va `0.305`.
Huong practical cho non-monotone cardinality, dua ratio `0.385` ve query complexity `O(n + k^2)` bang fast local search + guided stochastic greedy.
`QuickSwap` / `QuickSwapNM` day matroid-constrained submodular maximization vao exactly-`n` va `2n` query regime, kem mo rong `p`-matchoid.
`Encompassing-Set` va `Chasing-Local-Opt` mo nhanh stable / consistency-aware cardinality maximization trong insertion streams.
Mo nhanh dynamic unconstrained non-monotone USM, pha moc `0.25` voi amortized `O(sqrt(n))` queries trong incremental / decremental, va them bien the fully dynamic khi deletion times duoc reveal.
Moc parallel combinatorial cho non-monotone cardinality: `PIG` dat `(1/4 - epsilon)` va `PITG` dat `1 / e - epsilon` trong logarithmic adaptivity.
Framework fully dynamic cho consistency-aware submodular maximization duoi cardinality va matroid, dung transition windows va deletion-robust routines de dat sublinear consistency.
`AST` cai thien huong low-adaptivity cho non-monotone knapsack len `7 + epsilon` trong `O(log n)` rounds.
Paper nen tang cho minimization / polyhedral line: Min-Max theorem, unified vectors, `P(f)`, va nut that good characterization trong oracle model.
Noi Potts partial-optimality preprocessing voi `k`-submodular relaxations, va giam Kovtun preprocessing xuong `ceil(1 + log_2 k)` maxflow calls.
Paper mốc cho approximation của bisubmodular và k-submodular maximization trong oracle model.
Paper cot loi cua maximization line: dat `1/2` cho unconstrained, `k / (2k - 1)` cho monotone, va hardness asymptotic tight cho monotone case.
Characterizes khi nao multilabel objective admit `k`-submodular relaxation qua `theta`-closure, kem construction `O((kn)^2)`, half-integrality, va binary maximality.
Greedy combinatorial `1/2`-approximation cho monotone matroid-constrained line.
Dua minimizer sets ve elementary PIP / median-semilattice representation, kem Potts-specific enumeration cua maximal minimizers.
Derandomize baseline monotone `k / (2k - 1)` bang distribution-support LP updates va output tot nhat trong support.
Mo nhanh online-learning branch: no-`1/2` regret va no-`k / (2k - 1)` regret qua selection games + Blackwell approachability.
Mo nhanh privacy line cho monotone `k`-submodular matroid, dat private `1/2`, song hanh voi private continuous-greedy `(1 - 1/e)` cho submodular.
Lam sac dong unconstrained non-monotone bang refined randomized assignment, dat `(k^2 + 1) / (2k^2 + 1)` va ratio dac biet tot hon cho `k = 3`.
Dinh nghia `eps`-approximately `k`-submodular / `eps`-ADR va phan tich greedy duoi total-size va individual-size cho objectives xap xi / noisy.
Sua proof cua ORL knapsack line va nang ratio cua cung algorithm size-two-seed + density-greedy len `0.4`.
Paper continuous / Frank-Wolfe cho `k`-multilinear extension, dat `1/2 - epsilon` va `1/3 - epsilon` cho single matroid hay `O(1)` knapsacks.
Budgeted / total-budget streaming cho `k`-submodular, xu ly ca cost chung va cost phu thuoc label, voi guarantees cho ca monotone va non-monotone.
Primal-dual single-pass cho per-coordinate cardinality, online free disposal, va ratio tang theo `B_min` den xap xi `0.2953`.
`FSA` va `IFSA` cho monotone k-submodular knapsack: `1/10` single-pass `O(nk)` va `1/4 - epsilon` multi-pass `O(nk / epsilon)`.
Threshold-greedy near-linear cho total-size va individual-size, giu cac ratio `(1/2 - epsilon)` va `(1/3 - epsilon)` ma khong con phu thuoc tuyen tinh vao budget.
Threshold-decreasing duoi matroid, giu moc `(1/2 - epsilon)` va `(1/3 - epsilon)` ma bo phu thuoc tuyen tinh vao rank cua greedy.
Huong cover / bicriteria streaming cho `k`-submodular, voi known-guess, 2-pass, va 1-pass algorithms.
Ban conference SoICT mo nhanh `kSMIK` va threshold streaming duoi budget rieng cho tung label.
Day common-cost single-knapsack line len `0.432` cho monotone va dua ra greedy-type `0.317` dau tien cho non-monotone.
Huong fairness exact duoi total budget, dat `1/3` voi greedy va `(1/3 - epsilon)` voi threshold version.
Framework online/streaming rong cho cardinality va knapsack, xu ly ca monotone lan general objectives va ratio cai thien khi budget lon.
`1-Guess Greedy` dat moc combinatorial `1/2` cho monotone total-budget knapsack va `1/3` cho non-monotone, bang continuous transformation qua `k`-multilinear extension.
Ban journal APJOR mo rong nhanh `kSMIK`, them phan tich non-monotone va hai-pass deterministic streaming.
Mo rong fairness sang matroid va non-monotone objectives, nhung lower bounds chi duoc dam bao o muc `floor(l_i / 2)`.
Generalized cover trên integer lattice với decreasing-threshold algorithm và bicriteria guarantee.
`FastDrSub` va `FastDrSub+` dua deterministic near-linear-time guarantees vao non-monotone DR-submodular size-constrained maximization.
Định nghĩa và trực giác gốc cho set-submodularity.
Polyhedral / rank-function viewpoint, nối trực tiếp với Edmonds.
Greedy lineage bắt đầu từ Nemhauser-Wolsey-Fisher.
Cửa sổ vào nhanh SFM và các family thuật toán.
Khung nhanh cho query-efficient / exactly-`n` submodular maximization.
Consistency, stability, va dynamic insertion viewpoint cho submodular maximization.
Khung assignment-domain cho k-submodular / bisubmodular.
Entry point nhanh cho relaxations, persistency, va partial optimality trong multilabel `k`-submodular line.
Robust / noisy-objective viewpoint cho approximate `k`-submodularity va exact-proxy transfer.
Entry point nhanh cho total-budget, streaming, va individual-knapsack line cua `k`-submodular maximization.
Khung nhanh cho fairness duoi total budget va matroid, kem distinction giua exact fairness va fairness approximation.
Min-Max / polyhedral viewpoint cho k-submodular minimization.
Diminishing returns trên integer lattice và relation với cover.
Entry point nhanh cho tradeoff approximation, query complexity, va adaptivity trong non-monotone knapsack.
Khung nhanh cho cover lineage: greedy cost-per-gain, bicriteria, streaming, va generalized variants.