Mémoire de M2

Arnaud De Mesmay

Description

• mémoire
• mémoire
• exposé - matière potentielle : maîtrise
• mémoire - matière potentielle : m2 arnaud de mesmay septembre

Plongements Métriques et Algorithmes d'Approximation Mémoire de M2 Arnaud de Mesmay Septembre 2010 Sous la direction de James R. Lee

• plongements métriques
• panorama des différentes techniques de plongements géo
• algorithmes d'approximation
• plongements métriques dans la théorie des algorithmes d'approximation
• contrainte
• contraintes
• techniques
• technique
• problème
• problèmes

Sujets

• Mémoire
• Maîtrise
• Durand
• Seattle
• Pierre
• Problème
• Théorie
• Algorithmique
• Métrique

Informations

• Publié par: foeh
• Nombre de lectures: 68
• Langue: Français

Extrait

bre
Métriques
et
Algorithmes
d'Appr
o
xima
tion
Septem
2010
la
de
R.
Mesma
y
Mémoire
Sous
de
direction
M2
James
Arnaud
Lee
de
Plongementsdans
.
.
.
.
.
.
en
5
.
.
A.
.
Imp
.
.
.
.
.
.
.
.
.
de
.
.
.
.
h
.
.
.
.
.
.
.
4.3.1
.
.
.
.
4
.
.
.
tro
.
.
.
.
.
Lemme
.
.
.
.
d'arbres
.
.
.
.
Neigh
Construction
.
.
.
.
.
.
p
.
.
app
.
.
.
.
.
.
dans
.
.
Sparsest
.
.
.
.
4.3.2
In
.
.
.
ques
.
.
.
.
31
.
.
ts
.
.
.
et
.
de
31
.
e
.
.
4
.
.
.
.
5.3
.
a
.
.
.
ximatio
.
.
.
.
et
10
or
.
.
plongemen
.
ithmes
.
.
.
.
.
.
22
.
t
.
d'autres
.
.
.
.
matières
.
.
.
.
.
.
.
.
.
.
.
.
de
.
1
o
.
12
.
.
.
.
.
.
.
.
.
3
.
.
de
1
Mesma
.
.
s
.
.
.
.
.
.
.
3.1
.
.
.
Relaxations
des
.
Préliminaires
aux
.
.
.
.
.
.
.
.
.
.
.
duction
.
4
.
.
.
19
Plongemen
.
binai
Johnson-Lindenstrauss
.
.
.
.
.
.
.
.
.
.
.
.
.
Complexité
.
.
t
des
i
.
.
.
.
.
d'appro
.
.
.
.
.
.
.
n
.
.
.
Algor
ité
.
de
.
b
3.2
Searc
.
.
de
.
.
.
ts
.
des
.
.
.
.
.
.
.
.
.
.
.
.
.
.
4.3
d'
ossibili
.
é
.
our
.
espaces
.
.
.
.
.
.
.
.
TIÈRES
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
r
.
.
.
.
.
.
24
.
Réduction
.
dimension
.
Mémoire
.
.
1
.
.
.
.
.
3.3
.
.
.
Cut
.
.
.
.
.
ximation
.
.
.
7
.
.
.
.
.
.
24
Plongem
Réduction
.
dimension
DES
y
.
.
t
.
.
.
.
.
.
.
métri
.
.
.
2.1
.
.
.
10
.
.
.
.
.
.
.
In
.
.
25
tro
Cas
.
arbres
duction
5.1
.
probabilistes
.
.
.
.
plongemen
.
.
.
linéaires
.
.
.
métriques
.
.
.
.
.
.
.
.
.
.
.
T
.
15
.
.
.
Réduction
.
.
.
dimension
.
.
5.2
4.1
t
semi-dénies
l'arbre
de
r
.
complet
.
.
.
.
.
.
.
.
.
.
2
.
.
.
.
.
.
.
2.2
.
.
.
.
.
.
.
.
.
.
32
.
Plongemen
.
arb
ABLE
MA
able
2
.
algorithmes
.
.
.
tr
.
ires
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
19
.
4.2
.
Problèmes
.
de
35
pro
de
xim
M2
Nearest
T
‘1
‘1in
oir
tec
Moharrami.
des
et
théorie
c
La
con
a
Évidemmen
t
ren-
nature
On
dimension.
les
i
algorithme
autan
h.
commerce),
d'
talemen
hniques
ectrale
te
ne
un
o
e
théorèmes
orkshop

t
Na
eaucoup
ée
terface
h,
l'activité
relaxations
théo
la
sur
espaces,
s
dans
moins
James
n
u'à
théorique
égalemen
es
son
graphes,
x
direct
est
toute
ici,
texte,
(mars
tec
:
à
de
]
explicite
[
C'est
ermet
tec
t
t
sujet
on

i
ait
domaine
i
tervien
la
ce
de
tes
notammen
L'algorithmique
v
des
théorie
ermet
i
des
de
probabil
le
de
nouv
aus
v
nom
iemen
les
découvrir
résultats
of
pr
Colin
t
de
comme
de
SOD
linéaire,
Sp
base

erture
t
tec
de
C'est
la
unique-
imp
u
et
qu'en
t
ers
La
appliquées
,
la
F
lconque
la
de
Unique
une
ons
où
théorie
hemin,
[
meilleurs
]
panorama
de
l'exempl
v
dam
sophistiqués
de
t
o
ter
ectaculaire
qu'en
un
2010
la
construit
rec
ts
nature
t
Cette
algorithmes
he
pas
I
pro
et
des
l
ne
n
première
de
algorithmes
breux
hniques
r
i-dénies,
omniprésen
la
2010)
in
de
ongemen
plus
que
ornes
ar
comme
tec
à
imp
court
com
primordiales
Neigh
son
partie
l'ana
de
y
e
probabi-
Lee
plo
Mes
métho
v
étonnan
m'a
géométrie
rec
principale
la
t
Seattle,
conférences
P
èmes
r
g
in
com
de
OCS,
Mesma
de
Les
conférences/w
n
Max-Cut
ation
L'idée
à
sest
la
d'appro
de
théorie
toutes
t
Ver
théorie
son
terviennen
ver
leur
q
v
connexion
de
o-
il
n
de
atio
du
exp
élémen
t
r
tra
dans
unissan
t
tiell
gé
ter
éricateurs
exemples
que
qu
d'analyse
ortée
r
août
utilisées
part
des
la
de
ar
Conjecture.
l'informatique
o
Cut
[
court
our
connexion
e
au
et
fournit
]
transforme
a
conn
our
L'ob
t
part
ourier
o
créer
de
PCP
in
con
de
v
taleme
la
qui
e
domaine
ourra
application
c
binatoire
présen
phénomènes
faite
a
à
tuitifs
Nao
jet
texte
en
si
di
plongem
par
a
géo
en
c'est
v
Complexit
our
rec
xima
qui
Ce
à
cas,
he
ations
tre
t
naturellemen
lo
mathématiques
de
à
t
émoire
pas.
que
.
lut
constitue
1
duction
de
ximation,
he
aux
:
t
en
ou
bien
qu'un
-
rapide

de
grandissan
.
i
duisons
de
des
complexité
métriques
la
partie
des
applic
moins
à
constituan
Cut
hniques
décrit
d'ob
de
graphes
ou

dans
qui
v
son
application
hemin,
de
le
or
témoigne
la
gn
ose
v
tec
se
de
plus
arbres
bien
ée
d
James
discrètes
t
mémoire
ts
ues,
r
de
s
probabiliste
t
dans
Lee

ermis
les
domaine
grande
he
imp
stage
et
ersit
our
ashington
phénom
ainsi
ortan
r
obl
et
d'informatique
V
fondamen
qui
est
aien
t
duit
(F
exp
binatoires
Je
de
A.
ceux
2
STOC,

coup
tec
emen
d'optimisatio
(
(programmation
A).
programm
,
semi-dénie)
orksho