내부에 점이 없는 크고 넓은 직사각형을 찾는 근사 알고리즘

주어진 문제에 대하여 완벽한 최적해를 찾는 대신, 비교적 짧은 시간 내에 최적해에 근접한 해를 찾아내는 알고리즘을 의미한다. 본 연구에서는 가로세로 비율이 제한된 조건에서 내부에 점이 없는 가장 큰 직사각형을 효율적으로 찾는 것을 목표로 한다.

연구 결과, 직사각형 B를 블록화하고 격자 내 점들을 중심으로 근사화하여 점의 개수를 O(α³/ε²)개로 줄임으로써 계산 복잡도를 낮추었다. 따라서 제안된 알고리즘은 O(n + (gα⁴/ε³) log²(α/ε))의 시간 복잡도로 효율적인 근사해를 제공한다.

학술대회자료

저널정보: Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2004년도 가을 학술발표논문집 제31권 제2호(Ⅰ)

오류 신고하기

피인용 0

검색

초록·키워드

n개의 점과 이를 포함하는 직사각형 B가 주어졌을 때 B 내에서 어떤 점도 포함하지 않는 가장 큰 직사각형을 찾는 선형 근사 알고리즘을 제시한다. 찾게 되는 직사각형은 좁고 긴 모양의 것은 ... 전체 초록 보기

UCI(KEPA) : I410-ECN-0101-2009-569-017769003

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드