LP舍入问题的近似高效求解器
摘要：通过将一个适当线性规划（LP）的解四舍五入，可以解决许多机器学习问题。本论文表明，我们可以通过四舍五入近似LP解来恢复类似质量的解。这些近似LP解可以通过将并行随机坐标下降方法应用于LP的二次罚形式来高效计算。我们使用新颖的扰动和收敛分析推导了该方案的最坏运行时间和解决质量保证。我们的实验证明，在诸如顶点覆盖、独立集和多路径切割等组合问题上，我们的近似四舍五入方案比Cplex（一种商业LP求解器）快一个数量级，同时产生类似质量的解。
作者：Srikrishna Sridhar, Victor Bittorf, Ji Liu, Ce Zhang, Christopher R''e and Stephen J. Wright
论文ID：1311.2661
分类：Numerical Analysis
分类简称：cs.NA
提交时间：2013-11-19