Αποδοτικοί προσεγγιστικοί αλγόριθμοι για στοχαστική
βελτιστοποίηση και μάθηση σε αβέβαια περιβάλλοντα

Ζαρίφης, Νικόλαος; Zarifis, Nikolaos

dc.contributor.author	Ζαρίφης, Νικόλαος	el
dc.contributor.author	Zarifis, Nikolaos	en
dc.date.accessioned	2018-11-29T08:55:26Z
dc.date.issued	2018-11-29
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/48159
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.16167
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc/3.0/gr/	*
dc.subject	Μάθηση	el
dc.subject	Learning	en
dc.subject	Στοχαστική βελτιστοποίηση	el
dc.subject	Poisson προσέγγιση	el
dc.subject	Δειγματοληψία	el
dc.subject	Sampling	en
dc.subject	Stochastic optimization	en
dc.subject	Poisson approximation	en
dc.title	Αποδοτικοί προσεγγιστικοί αλγόριθμοι για στοχαστική βελτιστοποίηση και μάθηση σε αβέβαια περιβάλλοντα	el
heal.type	bachelorThesis
heal.classification	Computer science	el
heal.classificationURI	http://id.loc.gov/authorities/subjects/sh89003285
heal.dateAvailable	2019-11-28T22:00:00Z
heal.language	el
heal.language	en
heal.access	campus
heal.recordProvider	ntua	el
heal.publicationDate	2018-10-31
heal.abstract	Σε αυτή την διπλωματική μελετάμε πόσο αποδοτικά μπορούμε να λύσουμε προβλήματα όπως το Σακίδιο ή το Συντομότερο μονοπάτι , στην στοχαστική τους μορφή . Μελετάμε δύο τύπους αυτών τον προβλημάτων. Indyk et al, μελέτησαν το πρόβλημα του στοχαστικού σακιδίου με διάφορες παραλλαγές και έπειτα η Nikolova μελέτησε το στοχαστικό Σύντομο μονοπάτι. Και οι δυο δείξαν ότι όταν τα βάρη ακολουθούν bernoulli κατανομή τότε υπάρχει ένας QPTAS . Εμείς σε αντίθεση δείχνουμε πως μπορείς να επεκτείνεις τον αλγόριθμο και να βελτιώσεις τα αποτελέσματα σε εναν EPTAS.Κι επίσης είδαμε πιο γενικές παραλλαγές όπως χωρίς να έχεις υπόθεση για είδος κατανομής. Στην συνέχεια μελετήσαμε την δουλειά του Gupta et al όπου δίνουν αλγόριθμους που μαθαίνουν την βέλτιστη λύση σε συνδυαστικά προβλήματα σε αβέβαιο περιβάλλον και χρησιμοποιούμε τους αλγόριθμους τους στο συντομότερο μονοπάτι για πιο γενικές συναρτήσεις κόστους.	el
heal.abstract	In this thesis, we study how efficiently we can solve certain problems like Knapsack or Shortest Path ,in their stochastic variation.We study two variants of these problems. Indyk et al, studied the Stochastic Knapsack with several configurations and Nikolova studied the Stochastic Shortest Path problem.Both of them showed that when the weights follows Bernoulli Random variables there exists a QPTAS. We on the other hand find an extension of their algorithm which can improve their results to an EPTAS algorithm. After we extend our configuration to a more general where we can have every probability distribution for our weights where we prove similar results.After that we study the work of [Gupta et al] where they give sampling algorithms for combination pure exploration and we use this work to develop algorithms when the weights are unknown Random Variables.	en
heal.advisorName	Φωτάκης, Δημήτριος	el
heal.committeeMemberName	Παπασπύρου, Νικόλαος	el
heal.committeeMemberName	Παγουρτζής, Αριστείδης	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Τεχνολογίας Πληροφορικής και Υπολογιστών	el
heal.academicPublisherID	ntua
heal.numberOfPages	70 σ.
heal.fullTextAvailability	true