新研究探索生长树中的最优在线匹配

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-02 04:00

一篇新研究论文介绍了一种在生长树中进行在线匹配的新方法，该方法解决了树的生长规律未知或指定错误的情况。所提出的方法利用贝尔曼持续得分来开发最优阈值策略，该策略可将损失相对于理想在线预言机最小化。在确定性仿射连接预测和均匀优先连接下分析了该策略的性能，并在未知参数的情况下为预期遗憾建立了理论界限。 AI

影响在图算法方面引入了理论进步，可能应用于动态网络分析。

排序理由该条目是一篇提交到 arXiv 的研究论文，重点是理论计算机科学概念。[lever_c_demoted from research: ic=1 ai=0.4]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 8 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该条目是一篇提交到 arXiv 的研究论文，重点是理论计算机科学概念。[lever_c_demoted from research: ic=1 ai=0.4]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, other; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: Standard; On-topic for AI-industry coverage; kept in the public index.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Marek Ga{\l}\k{a}zka, Hanna Wdowicka · 2026-10-02 04:00

在增长树中的鲁棒和学习在线匹配

arXiv:2609.40077v1 Announce Type: cross Abstract: We study irrevocable maximum-cardinality matching in trees revealed by successive leaf attachments, with a known horizon and an exogenous growth law that is misspecified or unknown. For deterministic affine attachment forecasts wi…

本文如何被排名

报道来源 [1]

在增长树中的鲁棒和学习在线匹配

相关实体

相关话题