Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
Zur Ablage hinzufügen
  Lokale TagsFreigabegeschichteDetailsÜbersicht

Freigegeben
Konferenzbeitrag

Maximizing Nash Social Welfare in 2-Value Instances

MPG-Autoren
/persons/resource/persons263365

Akrami,  Hannaneh
Algorithms and Complexity, MPI for Informatics, Max Planck Society;

/persons/resource/persons45021

Mehlhorn,  Kurt       
Algorithms and Complexity, MPI for Informatics, Max Planck Society;

/persons/resource/persons251338

Shahkarami,  Golnoosh
Algorithms and Complexity, MPI for Informatics, Max Planck Society;

Externe Ressourcen

https://ojs.aaai.org/index.php/AAAI/article/view/20402
(Verlagsversion)

Volltexte (beschränkter Zugriff)
Für Ihren IP-Bereich sind aktuell keine Volltexte freigegeben.
Volltexte (frei zugänglich)
Es sind keine frei zugänglichen Volltexte in PuRe verfügbar
Ergänzendes Material (frei zugänglich)
Es sind keine frei zugänglichen Ergänzenden Materialien verfügbar
Zitation

Akrami, H., Ray Chaudhury, B., Hoefer, M., Mehlhorn, K., Schmalhofer, M., Shahkarami, G., et al. (2022). Maximizing Nash Social Welfare in 2-Value Instances. In Proceedings of the 36th AAAI Conference on Artificial Intelligence (pp. 4760-4767). Palo Alto, CA: AAAI. doi:10.1609/aaai.v36i5.20402.


Zitierlink: https://hdl.handle.net/21.11116/0000-000C-1FC6-3
Zusammenfassung
Es ist keine Zusammenfassung verfügbar