論文の概要: Improving the Performance of Stochastic Local Search for Maximum Vertex
Weight Clique Problem Using Programming by Optimization
- arxiv url: http://arxiv.org/abs/2002.11909v1
- Date: Thu, 27 Feb 2020 04:22:19 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-28 08:40:33.991216
- Title: Improving the Performance of Stochastic Local Search for Maximum Vertex
Weight Clique Problem Using Programming by Optimization
- Title（参考訳）: 最適化によるプログラミングを用いた最大頂点重みクランク問題の確率的局所探索の性能向上
- Authors: Yi Chu, Chuan Luo, Holger H. Hoos, QIngwei Lin, Haihang You
- Abstract要約: 我々はMVWCPを解くための新しい、柔軟で高パラメトリックなフレームワークを開発した。
我々は、MVWCPを広範囲の顕著なベンチマークで解く上で、最先端の進歩を実現している。
- 参考スコア（独自算出の注目度）: 21.407603070913588
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The maximum vertex weight clique problem (MVWCP) is an important
generalization of the maximum clique problem (MCP) that has a wide range of
real-world applications. In situations where rigorous guarantees regarding the
optimality of solutions are not required, MVWCP is usually solved using
stochastic local search (SLS) algorithms, which also define the state of the
art for solving this problem. However, there is no single SLS algorithm which
gives the best performance across all classes of MVWCP instances, and it is
challenging to effectively identify the most suitable algorithm for each class
of MVWCP instances. In this work, we follow the paradigm of Programming by
Optimization (PbO) to develop a new, flexible and highly parametric SLS
framework for solving MVWCP, combining, for the first time, a broad range of
effective heuristic mechanisms. By automatically configuring this PbO-MWC
framework, we achieve substantial advances in the state-of-the-art in solving
MVWCP over a broad range of prominent benchmarks, including two derived from
real-world applications in transplantation medicine (kidney exchange) and
assessment of research excellence.
- Abstract（参考訳）: 最大頂点重心問題(英: maximum vertex weight clique problem、MVWCP)は、幅広い実世界の応用を持つ最大傾心問題の重要な一般化である。
解の最適性に関する厳密な保証が不要な状況では、MVWCPは通常、確率的局所探索(SLS)アルゴリズムを用いて解決される。
しかし、MVWCPインスタンスの全てのクラスに最高の性能を与える単一のSLSアルゴリズムはなく、MVWCPインスタンスの各クラスに最適なアルゴリズムを効果的に識別することは困難である。
本研究では,MVWCPを解くための新しい,フレキシブルで高パラメトリックなSLSフレームワークを開発するために,最適化によるプログラミング(PbO)のパラダイムに従う。
このPbO-MWCフレームワークを自動構成することにより,移植医療(キドニー交換)の現実的応用と研究の卓越性評価など,MVWCPを幅広いベンチマークで解く上で,最先端の進歩を実現している。
関連論文リスト
- NeuralQP: A General Hypergraph-based Optimization Framework for Large-scale QCQPs [8.503330120957052]
本稿では,大規模二次制約付き二次プログラム(QCQP)のための汎用ハイパーグラフベースフレームワークであるNeuralQPを紹介する。
ハイパーグラフ表現を用いたUniEGNNは2次プログラミングのための内部点法(IPM)と等価であることを示す。
QPLIBによる2つのベンチマーク問題と大規模な実世界のインスタンスの実験は、NeuralQPが最先端の解法よりも優れていることを示した。
論文 参考訳（メタデータ） (2024-09-28T10:42:47Z) - A Primal-Dual-Assisted Penalty Approach to Bilevel Optimization with Coupled Constraints [66.61399765513383]
We developed a BLOCC algorithm to tackle BiLevel Optimization problems with Coupled Constraints。
2つのよく知られた実世界のアプリケーションでその効果を実証する。
論文 参考訳（メタデータ） (2024-06-14T15:59:36Z) - SOMTP: Self-Supervised Learning-Based Optimizer for MPC-Based Safe Trajectory Planning Problems in Robotics [13.129654942805846]
モデル予測制御(MP)に基づく軌道計画が広く使われており、制御バリア(CBF)はその制約を改善することができる。
本稿では,CBF-MPC軌道計画のための自己教師付き学習アルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-05-15T09:38:52Z) - Machine Learning Insides OptVerse AI Solver: Design Principles and
Applications [74.67495900436728]
本稿では,Huawei CloudのOpsVerse AIソルバに機械学習(ML)技術を統合するための総合的研究について述べる。
本稿では,実世界の多面構造を反映した生成モデルを用いて,複雑なSATインスタンスとMILPインスタンスを生成する手法を紹介する。
本稿では,解解器性能を著しく向上させる,最先端パラメータチューニングアルゴリズムの導入について詳述する。
論文 参考訳（メタデータ） (2024-01-11T15:02:15Z) - Federated Conditional Stochastic Optimization [110.513884892319]
条件付き最適化は、不変学習タスク、AUPRC、AMLなど、幅広い機械学習タスクで見られる。
本稿では,分散フェデレーション学習のためのアルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-10-04T01:47:37Z) - Optimization and Optimizers for Adversarial Robustness [10.279287131070157]
本稿では,汎用的制約最適化解法と制約Foldingを融合した新しいフレームワークを提案する。
信頼性に関して、PWCFは、ソリューションの品質を評価するための定常度測定と実現可能性テストのソリューションを提供する。
さらに、損失、摂動モデル、最適化アルゴリズムの様々な組み合わせを用いて、これらの問題を解決するための解の異なるパターンについて検討する。
論文 参考訳（メタデータ） (2023-03-23T16:22:59Z) - Robust Motion Averaging for Multi-view Registration of Point Sets Based
Maximum Correntropy Criterion [4.318555434063273]
ラプラシアンカーネルを用いた最大コレントロピー基準(LMCC)を用いたマルチビュー登録のための新しい動き平均化フレームワークを提案する。
本手法は, 効率, 精度, 堅牢性において優れた性能を実現する。
論文 参考訳（メタデータ） (2022-08-24T06:49:43Z) - Algorithmic Foundations of Empirical X-risk Minimization [51.58884973792057]
この原稿は、機械学習とAIの新しい最適化フレームワーク、bf empirical X-risk baseline (EXM)を紹介している。
Xリスク(X-risk)は、構成測度または目的の族を表すために導入された用語である。
論文 参考訳（メタデータ） (2022-06-01T12:22:56Z) - Multi-Level Evolution Strategies for High-Resolution Black-Box Control [0.2320417845168326]
本稿では進化戦略(ES)にマルチレベル(m-lev)機構を導入する。
これは、決定変数の詳細な離散化の恩恵を受けることができる、グローバルな最適化問題のクラスに対処する。
論文 参考訳（メタデータ） (2020-10-04T09:24:40Z) - Adaptive Sampling for Best Policy Identification in Markov Decision
Processes [79.4957965474334]
本稿では,学習者が生成モデルにアクセスできる場合の,割引マルコフ決定(MDP)における最良の政治的識別の問題について検討する。
最先端アルゴリズムの利点を論じ、解説する。
論文 参考訳（メタデータ） (2020-09-28T15:22:24Z) - Combining Deep Learning and Optimization for Security-Constrained
Optimal Power Flow [94.24763814458686]
セキュリティに制約のある最適電力フロー(SCOPF)は、電力システムの基本である。
SCOPF問題におけるAPRのモデル化は、複雑な大規模混合整数プログラムをもたらす。
本稿では,ディープラーニングとロバスト最適化を組み合わせた新しい手法を提案する。
論文 参考訳（メタデータ） (2020-07-14T12:38:21Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。