Skip to content
Publier & Distribuer
Solutions d'édition
Solutions de distribution
Services de bibliothèques
Thèmes
Architecture et design
Arts
Business et économie
Chimie
Chimie industrielle
Droit
Géosciences
Histoire
Informatique
Ingénierie
Intérêt général
Linguistique et sémiotique
Littérature
Mathématiques
Musique
Médecine
Pharmacie
Philosophie
Physique
Sciences bibliothécaires et de l'information, études du livre
Sciences des matériaux
Sciences du vivant
Sciences sociales
Sport et loisirs
Théologie et religion
Études classiques et du Proche-Orient ancient
Études culturelles
Études juives
Publications
Journaux
Livres
Comptes-rendus
Éditeurs
Journal Matcher
Blog
Contact
Chercher
Français
English
Deutsch
Polski
Español
Français
Italiano
Panier
Home
Journaux
Pure Mathematics and Applications
Édition 30 (2022): Edition 1 (Juin 2022)
Accès libre
Using large random permutations to partition permutation classes
Christian Bean
Christian Bean
Department of Computer Science, Reykjavik University
Recherchez cet auteur sur
Sciendo
|
Google Scholar
Bean, Christian
,
Émile Nadeau
Émile Nadeau
Department of Computer Science, Reykjavik University
Recherchez cet auteur sur
Sciendo
|
Google Scholar
Nadeau, Émile
,
Jay Pantone
Jay Pantone
Department of Mathematical and Statistical Sciences, Marquette University
Recherchez cet auteur sur
Sciendo
|
Google Scholar
Pantone, Jay
et
Henning Ulfarsson
Henning Ulfarsson
Department of Computer Science, Reykjavik University
Recherchez cet auteur sur
Sciendo
|
Google Scholar
Ulfarsson, Henning
18 juin 2022
Pure Mathematics and Applications
Édition 30 (2022): Edition 1 (Juin 2022)
À propos de cet article
Article précédent
Article suivant
Résumé
Références
Auteurs
Articles dans cette édition
Aperçu
PDF
Citez
Partagez
Télécharger la couverture
Publié en ligne:
18 juin 2022
Pages:
31 - 36
Reçu:
31 mars 2022
Accepté:
15 mai 2022
DOI:
https://doi.org/10.2478/puma-2022-0006
Mots clés
permutation pattern
,
random sampling
,
clustering
© 2022 Christian Bean et al., published by Sciendo
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 3.0 License.