Download free for 30 days
Sign in
Upload
Language (EN)
Support
Business
Mobile
Social Media
Marketing
Technology
Art & Photos
Career
Design
Education
Presentations & Public Speaking
Government & Nonprofit
Healthcare
Internet
Law
Leadership & Management
Automotive
Engineering
Software
Recruiting & HR
Retail
Sales
Services
Science
Small Business & Entrepreneurship
Food
Environment
Economy & Finance
Data & Analytics
Investor Relations
Sports
Spiritual
News & Politics
Travel
Self Improvement
Real Estate
Entertainment & Humor
Health & Medicine
Devices & Hardware
Lifestyle
Change Language
Language
English
Español
Português
Français
Deutsche
Cancel
Save
EN
Uploaded by
chsommer
2,148 views
最短経路問題
tutorial I gave in (bad) Japanese for the 輪講会 in 本位田研
Read more
2
Save
Share
Embed
Embed presentation
1
/ 30
2
/ 30
3
/ 30
4
/ 30
5
/ 30
6
/ 30
7
/ 30
8
/ 30
9
/ 30
10
/ 30
11
/ 30
12
/ 30
13
/ 30
14
/ 30
15
/ 30
16
/ 30
17
/ 30
18
/ 30
19
/ 30
20
/ 30
21
/ 30
22
/ 30
23
/ 30
24
/ 30
25
/ 30
26
/ 30
27
/ 30
28
/ 30
29
/ 30
30
/ 30
More Related Content
PPTX
有向グラフに対する 非線形ラプラシアンと ネットワーク解析
by
Yuichi Yoshida
PDF
大規模グラフアルゴリズムの最先端
by
Takuya Akiba
PDF
2章グラフ理論スピード入門
by
Teruo Kawasaki
PDF
平面グラフと交通ネットワークのアルゴリズム
by
Takuya Akiba
PDF
大規模グラフ解析のための乱択スケッチ技法
by
Takuya Akiba
PDF
大規模ネットワークの性質と先端グラフアルゴリズム
by
Takuya Akiba
PDF
Learning Convolutional Neural Networks for Graphs
by
Takuya Akiba
PDF
Tokyo webmining 複雑ネットワークとデータマイニング
by
Hiroko Onari
有向グラフに対する 非線形ラプラシアンと ネットワーク解析
by
Yuichi Yoshida
大規模グラフアルゴリズムの最先端
by
Takuya Akiba
2章グラフ理論スピード入門
by
Teruo Kawasaki
平面グラフと交通ネットワークのアルゴリズム
by
Takuya Akiba
大規模グラフ解析のための乱択スケッチ技法
by
Takuya Akiba
大規模ネットワークの性質と先端グラフアルゴリズム
by
Takuya Akiba
Learning Convolutional Neural Networks for Graphs
by
Takuya Akiba
Tokyo webmining 複雑ネットワークとデータマイニング
by
Hiroko Onari
What's hot
PDF
Ruby科学データ処理ツールの開発 NArrayとPwrake
by
Masahiro Tanaka
PDF
NumPy闇入門
by
Ryosuke Okuta
PDF
More modern gpu
by
Preferred Networks
PDF
点群深層学習 Meta-study
by
Naoya Chiba
PDF
第126回 ロボット工学セミナー 三次元点群と深層学習
by
Naoya Chiba
PDF
Proof summit 2017 for slideshare
by
Keisuke Yahata
PDF
SSII2019企画: 点群深層学習の研究動向
by
SSII
PDF
2015年9月18日 (GTC Japan 2015) 深層学習フレームワークChainerの導入と化合物活性予測への応用
by
Kenta Oono
PDF
三次元表現まとめ(深層学習を中心に)
by
Tomohiro Motoda
PDF
PCAの最終形態GPLVMの解説
by
弘毅 露崎
PPTX
CG2013 01
by
shiozawa_h
PDF
Chainerの使い方と自然言語処理への応用
by
Seiya Tokui
PDF
論文紹介「PointNetLK: Robust & Efficient Point Cloud Registration Using PointNet」
by
Naoya Chiba
PDF
CuPy解説
by
Ryosuke Okuta
PPTX
猫でも分かるVariational AutoEncoder
by
Sho Tatsuno
PPTX
CG2013 02
by
shiozawa_h
PDF
Stochastic Gradient MCMC
by
Kenta Oono
PPTX
明日機械学習に役立つかもしれない数学
by
Yu(u)ki IWABUCHI
PDF
Optimization night 4_dp
by
Kensuke Otsuki
PDF
JOI春季ステップアップセミナー 2021 講義スライド
by
Kensuke Otsuki
Ruby科学データ処理ツールの開発 NArrayとPwrake
by
Masahiro Tanaka
NumPy闇入門
by
Ryosuke Okuta
More modern gpu
by
Preferred Networks
点群深層学習 Meta-study
by
Naoya Chiba
第126回 ロボット工学セミナー 三次元点群と深層学習
by
Naoya Chiba
Proof summit 2017 for slideshare
by
Keisuke Yahata
SSII2019企画: 点群深層学習の研究動向
by
SSII
2015年9月18日 (GTC Japan 2015) 深層学習フレームワークChainerの導入と化合物活性予測への応用
by
Kenta Oono
三次元表現まとめ(深層学習を中心に)
by
Tomohiro Motoda
PCAの最終形態GPLVMの解説
by
弘毅 露崎
CG2013 01
by
shiozawa_h
Chainerの使い方と自然言語処理への応用
by
Seiya Tokui
論文紹介「PointNetLK: Robust & Efficient Point Cloud Registration Using PointNet」
by
Naoya Chiba
CuPy解説
by
Ryosuke Okuta
猫でも分かるVariational AutoEncoder
by
Sho Tatsuno
CG2013 02
by
shiozawa_h
Stochastic Gradient MCMC
by
Kenta Oono
明日機械学習に役立つかもしれない数学
by
Yu(u)ki IWABUCHI
Optimization night 4_dp
by
Kensuke Otsuki
JOI春季ステップアップセミナー 2021 講義スライド
by
Kensuke Otsuki
Similar to 最短経路問題
PPTX
dijkstra法
by
KotaTakahashi5
PPTX
Dijkstra
by
takutori
PDF
アルゴリズムのお勉強 ダイクストラ
by
hixi365
PPT
Introduction to Algorithms#24 Shortest-Paths Problem
by
Naoya Ito
PDF
PRML復々習レーン#9 前回までのあらすじ
by
sleepy_yoshi
PDF
ダイクストラ法
by
ohsofty
PDF
PRML Chapter 5 (5.0-5.4)
by
Shogo Nakamura
PDF
様々な全域木問題
by
tmaehara
PDF
動的計画法入門(An introduction to Dynamic Programming)
by
kakira9618
PDF
競技プログラミング練習会2015 Normal 第3回
by
Hideaki Nagamine
PDF
PRML 8.4-8.4.3
by
KunihiroTakeoka
PPTX
R seminar on igraph
by
Kazuhiro Takemoto
PDF
関数の最小値を求めることから機械学習へ
by
Hiro H.
PDF
KMC 競技プログラミング練習会 Advanced 第3回 ふろー
by
kyoto university
PDF
幾何を使った統計のはなし
by
Toru Imai
PDF
自然言語処理のための機械学習入門1章
by
Hiroki Mizukami
PDF
色々なダイクストラ高速化
by
yosupo
PPTX
20170408 cv geometric_estimation_1-2.2
by
Kyohei Unno
PPT
JOIseminor 2008 Presentation by quolc
by
Ryohei Suzuki
PPTX
PGXユーザー勉強会#10_Built-in アルゴリズム(Shortest-Path, Fattest-Path)
by
Yuki Tagami
dijkstra法
by
KotaTakahashi5
Dijkstra
by
takutori
アルゴリズムのお勉強 ダイクストラ
by
hixi365
Introduction to Algorithms#24 Shortest-Paths Problem
by
Naoya Ito
PRML復々習レーン#9 前回までのあらすじ
by
sleepy_yoshi
ダイクストラ法
by
ohsofty
PRML Chapter 5 (5.0-5.4)
by
Shogo Nakamura
様々な全域木問題
by
tmaehara
動的計画法入門(An introduction to Dynamic Programming)
by
kakira9618
競技プログラミング練習会2015 Normal 第3回
by
Hideaki Nagamine
PRML 8.4-8.4.3
by
KunihiroTakeoka
R seminar on igraph
by
Kazuhiro Takemoto
関数の最小値を求めることから機械学習へ
by
Hiro H.
KMC 競技プログラミング練習会 Advanced 第3回 ふろー
by
kyoto university
幾何を使った統計のはなし
by
Toru Imai
自然言語処理のための機械学習入門1章
by
Hiroki Mizukami
色々なダイクストラ高速化
by
yosupo
20170408 cv geometric_estimation_1-2.2
by
Kyohei Unno
JOIseminor 2008 Presentation by quolc
by
Ryohei Suzuki
PGXユーザー勉強会#10_Built-in アルゴリズム(Shortest-Path, Fattest-Path)
by
Yuki Tagami
最短経路問題
1.
最短経路問題 輪講会、 20
年 5 月 8 日 ソッメル クリスチャン 東京大学、博士 2 年
2.
最短経路問題 グラフ理論における最短経路問題とは、与えられた重み付きグラフの 2
つのノード間を結ぶエッジの中で、最小の重みを持つ経路を求める問題である。( wikipedia )
3.
アプリケーション タイクストラ(ベーシック) オプチマイゼーション
4.
応用、アプリケーション
5.
応用、アプリケーション 交通 時刻表
社会的ネットワーク、 mixi ウェブグラフ、ページランク
6.
ダイクストラ法 (1959)
優先度つきキュー ( ヒープ、例えばフィボナジヒープ ) 、インサートスタートノード ゲットミン ゴールではなかったらまだ見た事がなかったら 隣のノード全部に f(x) = スタートからの路程(ろてい)を計算する ヒープにインサートかアップデート
7.
ダイクストラ法、例 s t
A B C D 0 s
8.
ダイクストラ法、例 s t
A B C D 5 8 10 12 12 D 10 C 8 A 5 B
9.
ダイクストラ法、例 s t
A B C D 5 8 10 12 E F 2 4 15 20 F 12 D 10 C 9 E 7 A
10.
ダイクストラ法、例 s t
A B C D 5 8 10 12 E F 2 4 15 。。。 20 F 12 D 10 C 9 E 7 A
11.
ダイクストラ法、例 s t
A B C D 5 8 10 12 E F 2 4 15 … … … … … … … … 42 t
12.
ダイクストラ法、問題点 探索スペースが大きい そんな早くもない
O(E+V log V)
13.
双方向的なダイクストラ法
14.
双方向的なダイクストラ法 ただ、 グラフ
大きかったら まだ遅い
15.
エースター (A*)
[Hart, Nilsson, Raphael 68] f( v )=g( v )+h( v ) 、 始点から v までの経路 g(v) 、 始点からの距離 h(v) 、終点までの推定距離、本当な路程より短い
16.
h(v)=0 はダイクストラ法 エースターは一般的な解く方法
どうやって h(v) を計算する ? プリプロセシング(色々な方法)
17.
エースター デモ (英語で書いててすみません)
18.
プリプロセッシング クエリの前にクエリの為に準備する事 グラフの情報を計算して新規保管
例えば、 経路、間道 極点 : 経路全部計算する トレードオフ、時間、スペース
19.
階層的なアプローチ
20.
階層的なアプローチ
21.
トランシット ノード [Sanders, Schultes
06] アイディア : よく高速道路まで行って、走って、出て、ゴールまで行く まわりに高速道路のアクセスが多くない アクセスからアクセスまで全部計算する 道ではなかったら、高速道路は何? 最短経路沢山に使われてるエッジ
22.
トランシット ノード [Sanders, Schultes
06] アクセスノード テーブル ルッカップ なので すごく早い
23.
対象向けなアプローチ 例えば: arc
フラグ
24.
arc フラグ
[Lauther 1997,2004] エッジを使うとどこまで行ける? エッジはどこ行き最短経路の中? 反対側だったら捜さない方が良い 方面 s t
25.
arc フラグという方法 プリプロセッシング
パーティション、振り分ける 1 2 3 4
26.
arc フラグという方法 プリプロセッシング
エッジ 全部に計算する 1 行き最短経路 の中? 2 行き最短経路 の中? 。。。 1 2 3 4 × 4 × 3 ○ 2 ○ 1
27.
arc フラグという方法 捜す時
どこまで? 4 4行きでは なかったら 捜さない方が良い 4 × 4 × 3 ○ 2 ○ 1
28.
arc フラグという方法
29.
プリプロセッシング、問題点 スペース、時間 ヒューリスティックが多い、時間のバウンドがない、実験だけ
グラフが変わったら? も一度? 何回も変わったら? アップデート、ダイナミック
30.
ありがとうございました
Editor's Notes
#2
さいたんけいろもんだい