Hans-Joachim Böckenhauer: Katalogdaten im Frühjahrssemester 2020 |
| Name | Herr Dr. Hans-Joachim Böckenhauer |
| Sprechstunde | Nach Vereinbarung |
| Adresse | Professur Algorithmen und Didaktik ETH Zürich, CAB F 11 Universitätstrasse 6 8092 Zürich SWITZERLAND |
| Telefon | +41 44 632 81 83 |
| Fax | +41 44 632 13 90 |
| hjb@inf.ethz.ch | |
| URL | http://www.ite.ethz.ch/people/hjb/ |
| Departement | Informatik |
| Beziehung | Dozent |
| Nummer | Titel | ECTS | Umfang | Dozierende | |
|---|---|---|---|---|---|
| 252-4910-00L | Algorithmics for Hard Problems  The deadline for deregistering expires at the end of the second week of the semester. Students who are still registered after that date, but do not attend the seminar, will officially fail the seminar. Number of participants limited to 24. | 2 KP | 2S | H.‑J. Böckenhauer, R. Kralovic | |
| Kurzbeschreibung | This seminar looks into modern algorithmic approaches for solving computationally hard problems; e.g., approximation algorithms, moderately exponential-time algorithms, parameterized algorithms and combinations thereof. The focus will be on approaches with provable performance guarantees. | ||||
| Lernziel | To systematically acquire an overview of the methods for solving hard problems with provable performance guarantees. To get deeper knowledge of both approximation algorithms and exact and parameterized algorithms. | ||||
| Inhalt | In this seminar, we will discuss algorithmic approaches for solving computationally hard problems. In the kick-off meeting, we will give a brief overview of these approaches, including approximation algorithms and parameterizations. Then, each participant will study one aspect of this topic, following a specific scientific publication, and will give a presentation about this topic. The topics will include basic design techniques for approximation algorithms as well as exponential and parameterized algorithms, and some modern approaches of combining these techniques. We will focus on techniques for which certain worst-case performance guarantees can be proven. | ||||
| Literatur | The literature will consist of textbook chapters and original research papers and will be provided during the kick-off meeting. | ||||
| Voraussetzungen / Besonderes | The participants should be familiar with the content of the lectures "Algorithmen und Datenstrukturen" (252-0026-00) and "Theoretische Informatik" (252-0057-00). The presentations will be given in the form of a block course in the first week of June 2020. The language can be mixed in German and English in the following sense: The teaching material will be in English, but it will be possible for at least half of the participants to give their presentations and hand in their written summaries in German. | ||||
| 272-0302-00L | Approximations- und Online-Algorithmen  | 5 KP | 2V + 1U + 1A | H.‑J. Böckenhauer, D. Komm | |
| Kurzbeschreibung | Diese Lerneinheit behandelt approximative Verfahren für schwere Optimierungsprobleme und algorithmische Ansätze zur Lösung von Online-Problemen sowie die Grenzen dieser Ansätze. | ||||
| Lernziel | Auf systematische Weise einen Überblick über die verschiedenen Entwurfsmethoden von approximativen Verfahren für schwere Optimierungsprobleme und Online-Probleme zu gewinnen. Methoden kennenlernen, die Grenzen dieser Ansätze aufweisen. | ||||
| Inhalt | Approximationsalgorithmen sind einer der erfolgreichsten Ansätze zur Behandlung schwerer Optimierungsprobleme. Dabei untersucht man die sogenannte Approximationsgüte, also das Verhältnis der Kosten einer berechneten Näherungslösung und der Kosten einer (nicht effizient berechenbaren) optimalen Lösung. Bei einem Online-Problem ist nicht die gesamte Eingabe von Anfang an bekannt, sondern sie erscheint stückweise und für jeden Teil der Eingabe muss sofort ein entsprechender Teil der endgültigen Ausgabe produziert werden. Die Güte eines Algorithmus für ein Online-Problem misst man mit der competitive ratio, also dem Verhältnis der Kosten der berechneten Lösung und der Kosten einer optimalen Lösung, wie man sie berechnen könnte, wenn die gesamte Eingabe bekannt wäre. Inhalt dieser Lerneinheit sind - die Klassifizierung von Optimierungsproblemen nach der erreichbaren Approximationsgüte, - systematische Methoden zum Entwurf von Approximationsalgorithmen (z. B. Greedy-Strategien, dynamische Programmierung, LP-Relaxierung), - Methoden zum Nachweis der Nichtapproximierbarkeit, - klassische Online-Probleme wie Paging oder Scheduling-Probleme und Algorithmen zu ihrer Lösung, - randomisierte Online-Algorithmen, - Entwurfs- und Analyseverfahren für Online-Algorithmen, - Grenzen des "competitive ratio"- Modells und Advice-Komplexität als eine Möglichkeit, die Komplexität von Online-Problemen genauer zu messen. | ||||
| Literatur | Die Vorlesung orientiert sich teilweise an folgenden Büchern: J. Hromkovic: Algorithmics for Hard Problems, Springer, 2004 D. Komm: An Introduction to Online Computation: Determinism, Randomization, Advice, Springer, 2016 Zusätzliche Literatur: A. Borodin, R. El-Yaniv: Online Computation and Competitive Analysis, Cambridge University Press, 1998 | ||||