Artículos que hay que leer y no tenemos
Fecha: 2026-11-17, actualizado dos veces el 2026-11-18 y dos el 2026-11-19 (RegularSearch y su versión paralela, de Jairo Lefebre; y tres PDF nuevos: el #1 de Pancho, el #15 y su antecedente de Eduardo Alba-Cabrera). Sale de la revisión bibliográfica (docs/revision-bibliografica-br-pivot.md, sección 5). Para cada artículo se indica por qué hace falta y cómo conseguirlo. La numeración original se conserva: los leídos pasan a la sección de abajo con su número.
Los de IEEE Access son de acceso abierto y se bajan desde un navegador. Al resto se accede por Springer, Elsevier o World Scientific, o por correo a los autores.
Leídos el 2026-11-18 (carpeta papers/)
Los PDF están en papers/, sin seguimiento en git (hay once; los otros seis se procesaron en la segunda pasada, abajo). Para el 3, el 4 y el 6 se leyó el texto casi completo. De las diapositivas de Djukova se leyó todo, pero no son el artículo. El 7 se leyó completo, salvo las tablas de resultados, que son imágenes.
| # |
Referencia |
Qué dice |
Efecto sobre el artículo |
| 3 |
Alba-Cabrera et al., IEEE Access 7, 2019, 82809–82816 |
Teorema 3: los testores irreducibles de una matriz básica B son exactamente Tr(H), con H el hipergrafo simple cuya matriz de incidencia es B transpuesta. Compara KS (Kavvadias-Stavropoulos) y BR solo sobre una matriz pequeña, contando el contenido de la lista de candidatos. No hay tiempos ni MMCS. |
La afirmación de «primera comparación» de testores contra MMCS sobrevive respecto a este artículo. Hay que citarlo como la referencia de la equivalencia BM ↔ hipergrafo. Menciona la idea de benchmark con matrices sintéticas de parámetros controlados (su ref. [17]). |
| 4 |
González-Guevara et al., IEEE Access 7, 2019, 19752–19761 |
Estrategia de «aprendizaje simbólico» (incompatibilidades por dominación de columnas) que acoplan a YYC y a BR (el BR de 2009, no fast-BR). Mide pruebas y tiempo sobre matrices sintéticas con los generadores de Alba-Cabrera. Cita a Murakami-Uno solo como referencia general (su ref. [1]); no compara contra MMCS. |
No hay comparación contra MMCS: sobrevive la afirmación. La dominación de columnas es afín a la fusión de columnas iguales y a la poda por dominancia. Conviene verlo antes de enunciar contribuciones de preprocesamiento. |
| 6 |
Pino Gómez et al., RoPM, IEEE Access 9, 2021, 128220–128231 |
Compara solo contra fast-BR y GCreduct, sin MMCS ni vocabulario de hipergrafos. Matrices de la UCI de La Habana y matrices uniformes de 30×25 a 700×55. Gana a densidades de unos menores de 0.25, donde fast-BR y GCreduct tardan hasta 345 h. Descripción de RoPM: pone arriba la fila con menos unos, ramifica por sus columnas, quita las filas cubiertas y repite sobre la matriz reducida. |
Posible solapamiento con br-pivot. Inferencia mía, sin verificar con código: RoPM parece ser la fila pivote de mínimos unos dentro de la escuela de testores. Hay que describir qué hace RoPM distinto (comprueba tipicidad contra la BM original con SCEm/SCEr, no mantiene la condición crit) y no presentar el pivote como idea ausente en la línea de testores. Sus matrices ralas de 700×55 son un banco de pruebas natural para MMCS contra fast-BR. |
| 7 |
E. V. Djukova, A. S. Inyakin, «Об асимптотически оптимальном построении тупиковых покрытий целочисленной матрицы», Matematicheskie Voprosy Kibernetiki 17, Fizmatlit, 2008, 247–262 (papers/mvk2008_247.pdf; biblioteca electrónica del IPM Keldysh, library.keldysh.ru/mvk.asp?id=2008-247). Las páginas anotadas antes (235–246) estaban mal. |
Leído completo el texto (en ruso; las tablas 1–8 son imágenes y no las leí). (a) OPT no se publicó aquí: el artículo lo atribuye a sus refs. [9, 10], es decir, un informe del VC RAN de 2006 y Djukova-Inyakin, Doklady RAN 413(5), 2007, 596–598. Este artículo describe OPT y lo extiende a matrices enteras (OPT+). (b) Confirma que no usa fila pivote: ramifica por conjuntos «correctos» de columnas en orden creciente de índice, y en cada nodo quita las filas que absorben a otras («охватывающие») y las columnas nulas. Eso es el filtrado de toda la submatriz. (c) Atribuye AO1 y AO2 a Djukova (2003-2004) y UOS a Inyakin (2002, resumen de congreso). (d) Delay O(qmn(m+q)) por cobertura. (e) Experimentos solo contra sus propios AO1, AO2 y UOS, con 20 matrices aleatorias por tamaño y «eficiencia estadística» (cubrimientos por paso); no hay MMCS, que es de 2011. Cuando n crece mucho más que m gana AO1, y cuando m > n gana UOS, por tener un paso más barato. |
Cita la referencia primaria de OPT (ver #16) junto con este artículo. Sirve como antecedente de la tendencia «densas/pocas filas contra ralas», pero no compara con MMCS. |
| 1, 2 (parcial) |
E. V. Djukova, P. A. Prokofjev, diapositivas «Новые асимптотически оптимальные алгоритмы дуализации» (papers/Djukova2014iip.pdf, 19 láminas) |
No es el artículo. Por el nombre del archivo parece una charla de IIP 2014, pero las láminas no lo dicen (inferencia). Confirman: (a) RUNC-M elige la fila no cubierta con menos unos entre las columnas compatibles; (b) atribuyen OPT a Djukova e Inyakin (2008) y AO2 a Djukova (2004); (c) RUNC, RUNC-M y PUNC se publicaron en Mach. Learn. Data Anal. 2014 (el #2); (d) afirman que la condición crit de Murakami y Uno equivale a la compatibilidad de columnas y que el esquema es el mismo; (e) comparan contra MMCS y RS en unas 1000 matrices. |
Resultados citados de las láminas, sin hardware ni versión de MMCS: en accidents (el mayor, m = 135439) RUNC-M 7.3 s contra MMCS 33 s y RS 35.3 s. En lose (m = 16635) RUNC-M 137.7 s contra MMCS 519.5 s, y RS no termina. En self dual threshold hypergraph ganan MMCS y RS (0.7 y 0.6 s contra 3.2 s de RUNC-M). Esto coincide con nuestra medición (gana en densas, pierde en ralas). Matiz: ya existe una comparación RUNC-M contra MMCS, así que «primera comparación» solo vale para los algoritmos latinoamericanos (BR, fast-BR, CT_EXT, YYC, GCreduct, RoPM), no para RUNC-M. Las láminas no sustituyen a los artículos #1 y #2: citar de láminas no es citable. |
Segunda pasada, 2026-11-18: los seis PDF restantes de papers/
| # |
Referencia |
Qué dice |
Efecto |
| 8 |
Murakami, Uno, DAM 170, 2014, 83–94 (murakami2014.pdf, versión final) |
La poda restringida a CAND ∩ F sigue igual. La numeración cambia: en DAM es §3.6 (arXiv v2: §4.6) y la elección de la hiperarista mínima es §3.5 (arXiv: §4.5). El texto citado coincide palabra por palabra. §3.5 añade que contar los vértices no podados de cada hiperarista «redujo el tiempo casi a la mitad» en sus pruebas preliminares. §3.7 (complemento del hipergrafo para entradas muy densas) y la Tabla 11 (la poda ayuda mucho a RS y poco a MMCS, porque MMCS ya tiene su método) son relevantes para la ablación. Dicen que unir vértices isomorfos (KS) rinde poco en sus experimentos. |
Cerrado el pendiente de la versión final. Citar §3.6 y §3.5 de DAM, no las de arXiv. Corregido en docs/revision-bibliografica-br-pivot.md. |
| 14 |
Lias-Rodríguez, Pons-Porrata, BR, LNCS 5856 (CIARP 2009), 433–440 (978-3-642-10268-4_50.pdf) |
BR original. En el paso 1 reordena filas y columnas una sola vez: fila con menos unos arriba (empate: la de más unos en sus columnas). Luego recorre la lista de candidatos; no hay fila pivote por nodo. Compara solo contra LEX y CT-EXT (tiempos y figura con matrices de 50 filas, 15 a 75 columnas); reporta unas 10 veces más rápido que LEX y 100 que CT-EXT. Nota que CT-EXT resulta peor que LEX, al revés de lo reportado en el artículo de CT-EXT. |
No hay MMCS ni vocabulario de hipergrafos. Confirma que la fila ralo-primero es de la raíz desde 2009, no una novedad de br-pivot. |
| 9 |
Lias-Rodríguez, Sanchez-Diaz, fast-BR, IJPRAI 27(8), 2013 ([email protected]) |
Confirma el «solo en la raíz» del documento de revisión: el paso 2 de preproceso toma las filas con menos unos y entre ellas la de más unos en sus columnas, y la pone primera. Fusiona columnas iguales y elimina huecos (gaps). Solo lo leí por las partes que sostienen estas afirmaciones (preproceso, ideas centrales, comparaciones); no revisé las tablas de resultados. |
Cerrado el pendiente de citarlo. Mantiene la tesis: fila pivote por nodo no está en la línea fast-BR. |
| 10 |
GCreduct, Information Sciences, 2018 (GCreduct_researchgate.pdf, preprint de febrero de 2018) |
Es un artículo propio. Solo confirmé la comparación: contra RGonCRS en la §5.1 y contra fast-CT_EXT y fast-BR sobre SBDM en §5.2. No incluye MMCS ni RS. |
Cerrado: tenemos el preprint. Para la cita final hace falta la versión publicada (volumen y páginas). |
| 11 (parcial) |
sRGA/MinReduct, «A New Algorithm for Computing the Shortest Reducts» (shortest_rg.pdf, preprint de marzo de 2018) y CAMARDF, Zhou et al., RSKT 2009 (2009RSKT_ZJ.pdf) |
El preprint compara MinReduct contra SRGA y CAMARDF (§5, Figura 1, Tabla 7): CAMARDF gana con densidades de unos bajas, MinReduct lo supera en algunas matrices reales. Del artículo de CAMARDF solo vi la portada para los correos; no lo leí. |
Falta leer RSKT 2009 si hay que describir el algoritmo. |
Tercera pasada, 2026-11-19: dos PDF enviados por Jairo Lefebre
Análisis completo en docs/regularsearch-y-jairo.md. Los PDF están en papers/ (sin seguimiento en git).
| # |
Referencia |
Qué dice |
Efecto |
| 5 |
Lefebre-Lobaina, Ruiz Shulcloper, RegularSearch, Information Sciences 649, 2023, 119665 (papers/RegularSearch.pdf) |
Leído completo, salvo figuras. Algoritmo interno con el esquema crit/uncov en orden fijo de columnas y una lista LV que es un pivote estático por profundidad. Compara contra FastBR, GCreduct, RoPM y YYC; no contra MMCS, RS ni RUNC-M. Gana con D(1) > ~0.4 y filas ≥ 3× columnas; reconoce que pierde a densidad baja. Gana en 6 de 10 UCI (Tabla 7). Ejemplos verificados por fuerza bruta. |
«Primera comparación» sobrevive respecto a este artículo. LV matiza la afirmación de que el pivote no está en la línea de testores. Tabla 6 sirve para validar dtable.py. |
| 18 |
Lefebre-Lobaina, Ruiz-Shulcloper, «A parallel approach for RegularSearch algorithm» (papers/ParallelRegularSearch.pdf, preprint sin sede ni fecha) |
Un hilo por cada 1 de la primera fila; compara solo contra P-YYC. Simplifica el preproceso (sin LV). El pseudocódigo impreso tiene errores (Alg. 1 línea 20; Alg. 2 línea 14). Código en GitHub J41R0/RegularSearch, licencia sin verificar. |
No sustituye a RegSearch. Solo para citar el paralelismo por subárboles de la raíz. |
Cuarta pasada, 2026-11-19: tres PDF nuevos (Pancho y Eduardo Alba-Cabrera)
Los PDF están en papers/ (sin seguimiento en git). Leídos completos, salvo las figuras.
| # |
Referencia |
Qué dice |
Efecto |
| 1 |
Djukova, Prokofjev, Comput. Math. Math. Phys. 55(5), 2015, 891–905 (Asymptotically Optimal Dualization Algorithms.pdf, traducción al inglés; recibido el 2014-10-29). Lo envió Pancho. |
Es la fuente primaria de RUNC, RUNC-M y PUNC; cerrado. (a) RUNC-M elige la fila no cubierta de menor peso w_i(D[H]), con D las columnas aún no probadas ni prohibidas. Confirma la lectura de la tesis. (b) Ramifica por C[H'] y borra j de D tras probarlo; filtra columnas prohibidas en toda la submatriz (como OPT). (c) Presenta un esquema general de «algoritmos de segundo tipo» (OPT, MMCS, RS, RUNC, PUNC) y dice que el enfoque de MMCS y RS «no es nuevo»: crit equivale a la compatibilidad de columnas (matriz identidad, Djukova 1977, Dokl. AN SSSR 233(4)). (d) Experimentos: C++ con bits; MMCS y RS de Uno; 20 matrices por tamaño; corte de 600 s. No dice hardware, ni banderas de SHD, ni versión. Los tiempos de 0.001, 0.016 y 0.031 s sugieren un reloj de ~15.6 ms (inferencia). (e) Resultados: aleatorias p = 0.5 (Tablas 1–7): RUNC-M gana, hasta 2.3× a MMCS en 90×90 (48.2 contra 112.4 s). Con m = 10 y 20 no hay líder. Datos modelo: TH(n) y SDTH(n) los ganan MMCS y RS (Tablas 11–12: 0.7 contra 3.2 s en 40202×403). Reales: RUNC-M gana (ACC 135439×442: 7.3 contra 33 s; LOSE 16635×85: 137.7 contra 519.5 s). Con BMS (3340 columnas, 17315 filas) RUNC-M 113.6 s contra MMCS 510.8 s. (f) Su descripción de MMCS toma la fila de menor índice. |
Sustituye a las láminas y a la tesis como cita. Dos pendientes. (1) La descripción de MMCS como «primera fila» no coincide con §3.5 de DAM (hiperarista mínima), y no sabemos con qué opciones corrieron SHD. Parte de la ventaja de RUNC-M en su Tabla 7 podría ser la fila mínima y no el filtrado. Es hipótesis: lo medimos nosotros con shd-mmcs frente a runcm. (2) La ref. [14] de este artículo da OPT en Mat. Voprosy Kibern. 17, 235–246, con el mismo título que nuestro #7, que según el PDF de Keldysh ocupa 247–262. No sé cuál es el rango correcto; podrían ser dos trabajos o un error de cita. Citar por el PDF y verificarlo con el índice del volumen. Aparece además la ref. [16], Djukova-Prokofjev, Prikl. Diskret. Mat. 2014, núm. 1, 96–105 (AO2K, AO2M), que no teníamos. Este artículo no cita el de Mach. Learn. Data Anal. 2014 (#2) y presenta RUNC y RUNC-M como «propuestos aquí»; para la prioridad conviene citar ambos. Código: el artículo da sourceforge.net/p/logicalanalyze/code/HEAD/tree/trunk/dualization/ (cuenta paprok, última actualización 2015-09-06). La página del proyecto declara «Creative Commons Attribution License»; en el listado del código no vi LICENSE ni README, y no abrí los archivos. Es otra fuente que la de Nikiforov: no verificado que cubra el mismo C++ ni que la licencia aplique al código. Si aplica, el problema de permisos de RUNC-M se aliviaría; confirmarlo en el correo 1. |
| 15 |
Alba-Cabrera, Godoy-Calderon, Ibarra-Fiallo, Pattern Recognit. Lett. 80, 2016, 46–51 (SynthePRLetters (2).pdf) y su antecedente, CIARP 2013, LNCS 8258, 351–358 (Evalu_Framework_LNCS_2013.pdf). Los envió Eduardo Alba-Cabrera. |
Tres operadores sobre matrices básicas, con conteo exacto de testores típicos: φ^N(A) (concatena N copias; cada columna pasa a una clase de N iguales): Σ_T N^|T|; θ(A,B) (todas las filas de A con todas las de B): |Ψ(A)| + |Ψ(B)|; γ(A,B) (diagonal por bloques, ceros fuera): |Ψ(A)|·|Ψ(B)|. Controlan filas, columnas y testores por separado (ej.: filas exponenciales con testores lineales con θ^N; testores exponenciales con filas lineales con γ^N). El LNCS solo trae φ y θ; γ es del PRL. Miden «eficiencia» = testores / subconjuntos probados, solo en BT, LEX y FastCTExt (algoritmos externos). Excluyen los internos (BR) por «bajo rendimiento» y no dan tiempos absolutos. Anuncian una versión extendida con internos (LNCS, §3) que no aparece en el PRL. |
Verifiqué las fórmulas con bm.py sobre el Ejemplo 1: A y B tienen 4 reductos; φ³(A) = 108, φ³(B) = 48, θ(A,B) = 8 y γ(A,B) = 16, como dicen. Son los generadores buscados como verdad de base. En términos de hipergrafos, γ es unión disjunta (producto de transversales) y φ duplica vértices gemelos. Corrección: sospeché que φ exigía que A no tuviera columnas iguales y es falso: la fórmula se cumple en 448 casos aleatorios, 170 de ellos con columnas iguales (tests/test_synth.py). Implementado en experiments/lib/synth.py; γ y θ verificados por conjunto, no solo por conteo. Cierra el pendiente #15 de la lista. Su «eficiencia» coincide con nuestros candidatos evaluados por reducto. Gancho para el artículo: reportar nuestros algoritmos (incluyendo BR, fast-BR, MMCS) sobre sus familias, que ellos dejaron sin medir. |
Conseguidos el mismo día en abierto (2026-11-19)
| # |
Referencia |
Dónde |
Qué dice |
Efecto |
| 2 |
Djukova, Prokofjev, «Построение и исследование новых асимптотически оптимальных алгоритмов дуализации», Mach. Learn. Data Anal. 1(8), 2014 (papers/Djukova_Prokofjev_2014_JMLDA_RUNC.pdf) |
Copia en docs/references/ del repositorio público github.com/ppprok/dual (de Prokofjev, ver abajo). No la encontré en jmlda.org |
Leído por el resumen en inglés, la lista de referencias y las tablas; el texto en ruso quedó con la codificación estropeada y lo recuperé solo en parte. Es esencialmente el mismo trabajo que el de 2015 en inglés: mismo resumen, mismas tablas (p. ej. MMCS 0.1, 0.6, 2.3, 6.4, 15.4 s en 10×50 a 10×300). Presenta RUNC, RUNC-M y PUNC como propuestos ahí, cita a Murakami-Uno como arXiv 2011 y ALENEX 2013, y no dice hardware. |
Cierra la primera publicación de RUNC y RUNC-M: el artículo de 2014 es el original y el de 2015 su traducción. Citar ambos. El #1 deja de ser una fuente independiente: no son dos conjuntos de experimentos. |
| 16 (parcial) |
Djukova, Prokofjev, «Об асимптотически оптимальном перечислении неприводимых покрытий булевой матрицы», Prikl. Diskret. Mat. 2014, núm. 1(23), 96–105 (papers/Djukova_Prokofjev_2014_PDM_AO2.pdf) |
Math-Net.ru, acceso abierto (mathnet.ru/eng/pdm441) |
Esquema general de algoritmos de tipo AO2 (trayectorias, «conjuntos cubridores superiores») y dos variantes, AO2K y AO2M. Solo experimentos con matrices aleatorias; no cita MMCS ni RS (referencias a 2014 o antes de Uno). |
Antecedente de la línea AO. No cambia la tesis. Es de la escuela rusa pero no es el de OPT (Doklady 2007), que sigue sin aparecer. |
Código de RUNC-M con licencia. github.com/ppprok/dual es de Petr Prokofyev (el propio coautor «P. A. Prokofjev»; la cuenta es ppprok): C++17 con RUNC, RUNC-M (por defecto), OPT, PUNC, AO1/AO2 y variantes, y FK, con paquete en Python. Licencia MIT (LICENSE, «Copyright (c) Petr Prokofyev»), creado en 2016, último empuje el 2026-11-03. Su README dice que el código de terceros bajo legacy/3rd-party/ conserva sus propios términos. Esto resuelve el permiso de RUNC-M si usamos esa versión en lugar del C++ de Nikiforov, que no tiene licencia. No he comparado ambas bases de código ni corrido la de Prokofyev; pendiente. Y el correo 1 salió con el patronímico «Павел Александрович», que era una suposición mía: su repositorio lo da como Petr.
Rango de páginas de OPT. Las tres obras de Djukova que leímos (Prikl. Diskret. Mat. 2014, JMLDA 2014 y CMMP 2015) citan Djukova-Inyakin 2008 como 235–246. El PDF de Keldysh trae numeración impresa 247–262 (comprobé las páginas 251 a 261). Parece una cita repetida por los autores, pero no lo puedo afirmar; citar 247–262, con nota.
Prioridad alta: pueden cambiar lo que dice el artículo
| # |
Referencia |
Por qué hace falta |
Acceso |
| 1 (leído el 2026-11-19, ver cuarta pasada) |
E. V. Djukova, P. A. Prokofjev, "Asymptotically optimal dualization algorithms", Computational Mathematics and Mathematical Physics 55(5), 2015, 891–905. DOI 10.1134/S0965542515050103. Original en ruso: Zh. Vychisl. Mat. Mat. Fiz. 55(5), 895–910, DOI 10.7868/S0044466915050105. |
Es el artículo original de RUNC-M, que coincide en esencia con br-pivot. Hay que citarlo con precisión y ver sus experimentos contra MMCS (las láminas dan una idea, no la versión citable). Hasta ahora me baso en la tesis de Prokofjev, en arXiv:1605.06692 y en las láminas. |
Springer, de pago. Math-Net.ru (zvmmf10212) no entregó el PDF. |
| 2 (conseguido, ver arriba) |
E. V. Djukova, P. A. Prokofjev, «Построение и исследование новых асимптотически оптимальных алгоритмов дуализации», Машинное обучение и анализ данных 1(8), 2014, 1048–1067. |
Es la primera publicación de RUNC y RUNC-M y fija la prioridad. Las láminas la citan como su fuente. |
La revista (jmlda.org) podría ser de acceso abierto. No lo verifiqué. |
| # |
Referencia |
Por qué hace falta |
Acceso |
| 16 |
E. V. Djukova, A. S. Inyakin, «Построение неприводимых покрытий булевой матрицы с полиномиальной задержкой», Doklady RAN 413(5), 2007, 596–598. Y el informe «О сложности решения задачи построения неприводимых покрытий булевой матрицы», VC RAN, 2006. |
Nuevo (sale de las refs. [9, 10] del #7). Es la primera publicación de OPT. Tres páginas. |
No verifiqué dónde se consigue. Probablemente una traducción de Springer, o pedírselo a Djukova (correo 1). |
| 11 |
Artículos de MinReduct y sRGA (preprint shortest_rg.pdf ya en papers/), CAMARDF (RSKT 2009, ya en papers/), y MiLIT. |
Para describir cada algoritmo en el artículo y para la sección de errores. |
Faltan solo la versión publicada de MinReduct/sRGA (cita) y los de MiLIT, de los que no sé autores ni origen. |
| 15 (leído el 2026-11-19, ver cuarta pasada) |
E. Alba-Cabrera, S. Godoy-Calderon, J. Ibarra-Fiallo, "Generating synthetic test matrices as a benchmark for the computational behavior of typical testor-finding algorithms", Pattern Recognit. Lett. 80, 2016, 46–51. Y su antecedente: CIARP 2013, LNCS 8258, 351–358. |
Nuevo. Generadores de matrices con transversal conocida por fórmula. Sirven de verdad de base en matrices grandes donde bm.py no llega, y evitan el sesgo de usar solo matrices UCI. |
Elsevier y Springer, de pago. Alba-Cabrera es coautor de los papers 3 y 4: se les puede pedir por correo. |
Prioridad baja: para asegurar que no hay otro antecedente
| # |
Referencia |
Por qué hace falta |
| 12 |
D. Kavvadias, E. Stavropoulos, J. Graph Algorithms Appl. 9(2), 2005, 239–264. DOI 10.7155/jgaa.00107. |
Posible antecedente de la fusión de columnas iguales ("generalized nodes"). El paper 3 lo resume y confirma que KS usa vértices generalizados (vértices que pertenecen a las mismas hiperaristas). Es de acceso abierto y lo puedo leer yo. |
| 13 |
Toda (HTC-BDD); Boros y Makino (2016); Conte, Kanté y Uno; Bläsius et al. (2019, 2022). |
Descartar que alguno combine el filtrado de toda la lista con la fila mínima en cada nodo. |
| 19 |
N. Cardoso, R. Abreu, «An efficient distributed algorithm for computing minimal hitting sets» (MHS2), DX 2014. Código github.com/npcardoso/MHS2. Y C. E. Leiserson, T. B. Schardl, J. Sukha, «Parallel computation of the minimal elements of a poset» (ParTran), ACM SPAA 2010, doi:10.1145/1837210.1837221; código en BPAS. |
Los sugiere Jairo Lefebre (2026-11-20). MHS2 aparece en su imagen 1; ParTran, sin probar. Revisar si tienen la fila mínima con filtrado completo y si sirven de baseline. Acceso: MHS2, código público, licencia sin verificar. ParTran: ACM, de pago. |
Para preguntar a los asesores, además de los artículos
- ¿Conocen la línea de Djukova (OPT, RUNC, RUNC-M) y la relación entre testores típicos y coberturas irreducibles («тупиковые покрытия»)?
- ¿Saben de alguna comparación publicada entre algoritmos de testores latinoamericanos y MMCS o RS? (Los papers 3, 4 y 6 no la tienen.)
- ¿Tienen contacto con Djukova, Prokofjev o Nikiforov? El repositorio de RUNC-M ya no existe en GitHub y el código no trae licencia. Para usarlo en el artículo y en un repositorio público hace falta su permiso.
- Nuevo: ¿cómo se relaciona RoPM con la fila pivote? ¿Tienen el código de RoPM (autores de Cujae/IPN) o se reimplementa desde el artículo? Los agradecimientos del paper nombran a Vladimir Rodríguez Diez, así que el contacto con los autores ya existe.