给定距离矩阵最可能的拓扑顺序
Most likely topological order given distance matrix
鉴于：
- 3-D
n 离散点之间的距离矩阵 (n x n) space（例如 n = 5 // points = [x_a, x_b, x_c, x_d, x_e]）
- 相邻点（
d_23 = dist(a_2 - a_3)）之间的预期间隔d_ij
是否有高性能算法来估计最有可能点的拓扑排序 (eg. top_order = [x_b, x_c, x_e, x_d, x_a])?
我意识到没有独特的解决方案，但是，关键是估计最可能的顺序，使用预期的相邻距离作为期望值和概率建模订单。我确定这是一个已解决的线性代数问题，但我只是没有找到它的确切词汇。有人能给我指出正确的方向吗？
经过更多的搜索，我意识到这就是所谓的分子距离几何问题。似乎有有趣的量子算法可以非常快速地解决这个问题。
可在此处找到评论：https://www.lix.polytechnique.fr/~liberti/mdgp_encopt2.pdf
鉴于：
- 3-D
n离散点之间的距离矩阵 (n x n) space（例如 n = 5 //points = [x_a, x_b, x_c, x_d, x_e]） - 相邻点（
d_23 = dist(a_2 - a_3)）之间的预期间隔d_ij
是否有高性能算法来估计最有可能点的拓扑排序 (eg. top_order = [x_b, x_c, x_e, x_d, x_a])?
我意识到没有独特的解决方案，但是，关键是估计最可能的顺序，使用预期的相邻距离作为期望值和概率建模订单。我确定这是一个已解决的线性代数问题，但我只是没有找到它的确切词汇。有人能给我指出正确的方向吗？
经过更多的搜索，我意识到这就是所谓的分子距离几何问题。似乎有有趣的量子算法可以非常快速地解决这个问题。
可在此处找到评论：https://www.lix.polytechnique.fr/~liberti/mdgp_encopt2.pdf