Wir gratulieren ganz herzlich Team Lübeck 2 zur Bronzemedaille und Platz 10, sowie Team Lübeck 1 zum 32. Platz unter 67 teilnehmenden Teams.
Teamcoach PD Dr. M. Liskiewicz mit Team Lübeck 1 und 2
Übergabe der Bronzemedaille an das Team Lübeck 2
Team Lübeck 2: Ingmar Kaden, Sebastian Hungerecker, Martin Schuster
Team Lübeck 1: Philipp Harms, Fabian Guth, Alexander Idelberger
Die k-Means-Methode ist einer der populärsten Clustering-Algorithmen. Der Hauptgrund dafür ist ihre hervorragende Laufzeit in der Praxis. Dem gegenüber steht eine exponentielle Worst-Case-Laufzeit.
Wir schließen diese Lücke zwischen Theorie und Praxis mittels Smoothed Analysis: Ein Adversary wählt Datenpunkte, die dann anhand von Gaußverteilungen leicht verrauscht werden. Dies modelliert beispielsweise Messfehler und zerstört pathologische Worst-Case-Instanzen. Die Smoothed-Laufzeit ist die maximale erwartete Laufzeit, die der Adversary erreichen kann.
Wir zeigen, dass die Smoothed-Laufzeit der k-Means-Methode polynomiell in der Anzahl der Datenpunkte und dem Kehrwert der Standardabweichung der Störung ist. Anschließend analysieren wir die k-Means-Methode für allgemeinere Distanzmaße, so genannte Bregman-Divergenzen. Diese umfassen Mahalanobis- Distanzen und Kullback-Leibler-Divergenz.
Saturday, 12.06.2010 10-15h
Complexity Theory Meeting
Monday, 22.02.10 from 12.30 to 17.20
Uhrzeit | Vortragende und Themen |
12.30 | Eintreffen |
12.40 |
Oleg Verbitsky (HU Berlin) A LOGSPACE Isomorphism Test for Interval Graphs Zusammenfassung anzeigen |
13.30 | Mittagspause |
14.45 |
Peter Lohmann, Heribert Vollmer (Uni Hannover) Complexity Results for Modal Dependence Logic Zusammenfassung anzeigen |
15.30 |
Michael Elberfeld (Uni Lübeck) Computing Tree Decompositions of Bounded Width in Logspace Zusammenfassung anzeigen |
16.15 | Kaffeepause |
16.35 |
Martin Mundhenk (Uni Jena) Formelauswertung für intuitionistische Logik Zusammenfassung anzeigen |
17.20 | Ende |