論文の概要: The Scheduling Job-Set Optimization Problem: A Model-Based Diagnosis Approach

• arxiv url: http://arxiv.org/abs/2009.11142v2
• Date: Thu, 4 Aug 2022 12:36:06 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-15 16:11:05.476678
• Title: The Scheduling Job-Set Optimization Problem: A Model-Based Diagnosis Approach
• Title（参考訳）: スケジューリングジョブセット最適化問題:モデルに基づく診断手法
• Authors: Patrick Rodler and Erich Teppan
• Abstract要約: 本稿では,特定の(時間的)目標を達成するために,捨てるか延期するかという問題に対処する2つの新しい問題を紹介する。 診断問題との類似点が多いが,重要な慣用性も明らかである。 良く知られたスケジューリングベンチマークスイートによる産業規模の問題インスタンスに対する概念実証評価は、この2つの形式化された問題の1つが、アウト・オブ・ボックスのモデルベース診断ツールによって適切に攻撃可能であることを実証している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: A common issue for companies is that the volume of product orders may at times exceed the production capacity. We formally introduce two novel problems dealing with the question which orders to discard or postpone in order to meet certain (timeliness) goals, and try to approach them by means of model-based diagnosis. In thorough analyses, we identify many similarities of the introduced problems to diagnosis problems, but also reveal crucial idiosyncracies and outline ways to handle or leverage them. Finally, a proof-of-concept evaluation on industrial-scale problem instances from a well-known scheduling benchmark suite demonstrates that one of the two formalized problems can be well attacked by out-of-the-box model-based diagnosis tools.
• Abstract（参考訳）: 企業にとって共通する問題は、製品注文の量が生産能力を超えることがあることだ。 我々は,特定の(時間軸)目標を満たすために,破棄するか延期するかという問題を扱う2つの新しい問題を正式に導入し,モデルベース診断を用いてアプローチしようとする。 徹底的な分析では,導入問題と診断問題との類似点が多数見出され,重要な慣用句が明らかになり,それらを扱う方法や活用方法について概説する。 最後に、よく知られたスケジューリングベンチマークスイートの産業規模の問題インスタンスに対する概念実証評価によって、2つの形式化された問題の1つが、既定モデルベースの診断ツールによって攻撃されることが示されている。

関連論文リスト

• Metaheuristics for the Template Design Problem: Encoding, Symmetry and Hybridisation [0.0]
  テンプレート設計問題(TDP)は、多くの対称性を持つ難しい問題であり、それをより複雑にしている。 本稿では,テンプレート設計の適合性を評価することを目的として,多種多様なメタヒューリスティクスを探索し,解析する。
  論文  参考訳（メタデータ） (2024-11-05T06:29:12Z)
• MR-Ben: A Meta-Reasoning Benchmark for Evaluating System-2 Thinking in LLMs [55.20845457594977]
  大規模言語モデル(LLM)は、問題解決と意思決定の能力の向上を示している。 本稿ではメタ推論技術を必要とするプロセスベースのベンチマークMR-Benを提案する。 メタ推論のパラダイムは,システム2のスロー思考に特に適しています。
  論文  参考訳（メタデータ） (2024-06-20T03:50:23Z)
• Robustness Assessment of Mathematical Reasoning in the Presence of Missing and Contradictory Conditions [48.251724997889184]
  我々は、ミス・コントラクタリー条件(PMC)に関する問題というベンチマークを開発する。 本稿では,これらのシナリオにおける数ショットプロンプト手法の性能を評価するための2つの新しい指標を提案する。 SMT-LIB Prompting (SLP) と呼ばれる,SMT-LIB言語を用いて直接解決する代わりに,この問題をモデル化する手法を提案する。
  論文  参考訳（メタデータ） (2024-06-07T16:24:12Z)
• Unified Uncertainty Estimation for Cognitive Diagnosis Models [70.46998436898205]
  本稿では,幅広い認知診断モデルに対する統一的不確実性推定手法を提案する。 診断パラメータの不確かさをデータ・アスペクトとモデル・アスペクトに分解する。 本手法は有効であり,認知診断の不確実性に関する有用な知見を提供することができる。
  論文  参考訳（メタデータ） (2024-03-09T13:48:20Z)
• A Foundational Framework and Methodology for Personalized Early and Timely Diagnosis [84.6348989654916]
  本稿では,早期診断とタイムリー診断のための基礎的枠組みを提案する。 診断過程を概説する決定論的アプローチに基づいている。 機械学習と統計手法を統合し、最適なパーソナライズされた診断経路を推定する。
  論文  参考訳（メタデータ） (2023-11-26T14:42:31Z)
• Generalized Out-of-distribution Fault Diagnosis (GOOFD) via Internal Contrastive Learning [8.583116999933731]
  本稿では,診断サブタスクを統合するために,一般化されたアウト・オブ・ディストリビューション障害診断フレームワークを提案する。 内部のコントラスト学習とマハラノビス距離に基づく統一的な断層診断手法が提案手法の基盤となる。 提案手法は,複数の故障診断タスクに適用可能であり,既存の単一タスク法よりも優れた性能を実現することができる。
  論文  参考訳（メタデータ） (2023-06-27T07:50:25Z)
• NeuralSympCheck: A Symptom Checking and Disease Diagnostic Neural Model with Logic Regularization [59.15047491202254]
  症状検査システムは、患者に症状を問い合わせ、迅速で手頃な価格の医療評価を行う。 本稿では,論理正則化を用いたニューラルネットワークの教師付き学習に基づく新しい手法を提案する。 以上の結果から,本手法は診断回数や症状が大きい場合の診断精度において,最も優れた方法であることがわかった。
  論文  参考訳（メタデータ） (2022-06-02T07:57:17Z)
• Towards a Rigorous Evaluation of Explainability for Multivariate Time Series [5.786452383826203]
  本研究では,時系列予測問題におけるモデル非依存な説明可能性の実現と評価を行った。 その解決策は、販売契約を予測する時系列予測問題として問題をフレーミングすることであった。 LIMEとSHAPによる説明は、機械学習モデルによる予測を理解する上で、人間を大いに助けた。
  論文  参考訳（メタデータ） (2021-04-06T17:16:36Z)
• Anytime Diagnosis for Reconfiguration [52.77024349608834]
  我々は、いつでも直接診断できるflexdiagを紹介し分析する。 特徴モデルの領域からの構成ベンチマークと自動車領域からの産業構成知識ベースを使用して、性能および診断品質に関するアルゴリズムを評価します。
  論文  参考訳（メタデータ） (2021-02-19T11:45:52Z)

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。