Thesis (Selection of subject)Thesis (Selection of subject)(version: 368)
Thesis details
   Login via CAS
Streaming Algorithms for Estimating Quantiles with Novel Error Guarantees
Thesis title in Czech: Proudové algoritmy pro odhad kvantilů s novými garancemi chyby
Thesis title in English: Streaming Algorithms for Estimating Quantiles with Novel Error Guarantees
Key words: proudové algoritmy|prostorová složitost|odhad kvantilů|pravděpodobnostní algoritmy
English key words: streaming algorithms|space complexity|quantile estimation|randomized algorithms
Academic year of topic announcement: 2023/2024
Thesis type: diploma thesis
Thesis language: angličtina
Department: Computer Science Institute of Charles University (32-IUUK)
Supervisor: Mgr. Pavel Veselý, Ph.D.
Author: hidden - assigned and confirmed by the Study Dept.
Date of registration: 13.09.2023
Date of assignment: 13.09.2023
Confirmed by Study dept. on: 19.09.2023
Advisors: Bc. Jakub Tětek
Guidelines
Řešitel nastuduje nejlepší známé proudové (streaming) algoritmy pro odhad kvantilů [1, 2, 3] a pokusí se na základě jejich úprav přispět k porozumění garancí chyb, které leží mezi aditivní a multiplikativní chybou. Jedním z možných směrů je prozkoumat algoritmy, které mají garanci chyby co nejblíže silnější multiplikativní chybě, ale používají paměť srovnatelnou se slabší aditivní chybou.
References
[1] Karnin, Zohar, Kevin Lang, and Edo Liberty. "Optimal quantile approximation in streams." In 2016 IEEE 57th Annual Symposium on Foundations of Computer Science (FOCS), pp. 71-78. IEEE, 2016.
[2] Cormode, Graham, Zohar Karnin, Edo Liberty, Justin Thaler, and Pavel Veselý. "Relative error streaming quantiles." In Proceedings of the 40th ACM SIGMOD-SIGACT-SIGAI Symposium on Principles of Database Systems, pp. 96-108. 2021.
[3] Cormode, Graham, Abhinav Mishra, Joseph Ross, and Pavel Veselý. "Theory meets practice at the median: A worst case comparison of relative error quantile algorithms." In Proceedings of the 27th ACM SIGKDD Conference on Knowledge Discovery & Data Mining, pp. 2722-2731. 2021.
[4] Cormode, Graham, and Ke Yi. Small summaries for big data. Cambridge University Press, 2020.
 
Charles University | Information system of Charles University | http://www.cuni.cz/UKEN-329.html