Fugu-MT 論文翻訳(概要): Solving The Travelling Salesmen Problem using HNN and HNN-SA algorithms

論文の概要: Solving The Travelling Salesmen Problem using HNN and HNN-SA algorithms

arxiv url: http://arxiv.org/abs/2202.13746v1
Date: Tue, 8 Feb 2022 13:44:54 GMT
ステータス: 処理完了
システム内更新日: 2022-03-06 13:10:04.682204
Title: Solving The Travelling Salesmen Problem using HNN and HNN-SA algorithms
Title（参考訳）: HNNとHNN-SAアルゴリズムを用いた旅行セールスマン問題の解法
Authors: Gyanateet Dutta
Abstract要約: トラベル・セールスマンの問題はホップフィールド・ネットワークを用いて2つの方法で解決された。問題の主な理論は、ノード間のエッジを持つグラフ内のノード間の距離と接続性を見つけることである。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In this case study, the renowned Travelling Salesmen problem has been studied. Travelling Salesman problem is a most demanding computational problem in Computer Science. The Travelling Salesmen problem has been solved by two different ways using Hopfield Network. The main theory of the problem is to find distance and connectedness between nodes in a graph having edges between the nodes. The basic algorithm used for this problem is Djikstra's Algorithm. But till now , a number of such algorithms have evolved. Among them(some other algorithms) , are distinct and have been proved to solve the travelling salesmen problem by graph theory.
Abstract（参考訳）: このケーススタディでは、有名な旅行セールスマンの問題が研究されている。トラベリングセールスマン問題はコンピュータ科学において最も要求の多い計算問題である。トラベルセールスマン問題はホップフィールドネットワークを用いて2つの異なる方法で解決された。問題の主な理論は、ノード間のエッジを持つグラフ内のノード間の距離と接続性を見つけることである。この問題の基本的なアルゴリズムはジクストラのアルゴリズムである。しかし、これまで多くのアルゴリズムが進化してきた。それらのうち(他のいくつかのアルゴリズム)は区別され、グラフ理論によって進行セールスマン問題を解決することが証明されている。

関連論文リスト

Quantum algorithms for Hopcroft's problem [45.45456673484445]
計算幾何学の基本的な問題であるホップクロフト問題に対する量子アルゴリズムについて検討する。この問題の古典的な複雑さはよく研究されており、最もよく知られているアルゴリズムは$O(n4/3)の時間で動作する。我々の結果は、時間複雑性が$widetilde O(n5/6)$の2つの異なる量子アルゴリズムである。
論文参考訳（メタデータ） (2024-05-02T10:29:06Z)
Benchmarking ChatGPT on Algorithmic Reasoning [58.50071292008407]
GNN向けに設計されたCLRSベンチマークスイートからChatGPTのアルゴリズム問題を解く能力を評価する。 ChatGPTは、Pythonを使ってこれらの問題を解決することで、専門家のGNNモデルより優れています。
論文参考訳（メタデータ） (2024-04-04T13:39:06Z)
Traveling Salesman Problem from a Tensor Networks Perspective [44.99833362998488]
我々は、旅行セールスマン問題(TSP)を解決するための新しい量子インスピレーション付きアルゴリズムを提案する。我々は、TSPの異なる一般化に適応し、実際の生産的産業ケースであるジョブ再割り当て問題に適用する。
論文参考訳（メタデータ） (2023-11-24T08:41:02Z)
A self-adaptive genetic algorithm for the flying sidekick travelling salesman problem [0.0]
本稿では,自己適応型遺伝的アルゴリズムを用いてFSTSP(Flying Sidekick Travelling Salesman Problem)の解法を提案する。 FSTSPでは、ドローンを戦略的に展開し、顧客の位置情報を入手し難い場所に提供しながら、すべての場所を訪問するための総時間を最小化する。
論文参考訳（メタデータ） (2023-10-23T08:51:02Z)
Problem-Solving Guide: Predicting the Algorithm Tags and Difficulty for Competitive Programming Problems [7.955313479061445]
ほとんどのテック企業は、Google、Meta、Amazonなど、アルゴリズムの問題を解決する能力を必要としている。本研究は,アルゴリズムタグをエンジニアや開発者の有用なツールとして予測する作業に対処する。また,この問題の解決に要する時間を計算するための有用なガイダンスとして,アルゴリズム問題の難易度を予測することを検討する。
論文参考訳（メタデータ） (2023-10-09T15:26:07Z)
Quantum Algorithm for Dynamic Programming Approach for DAGs and Applications [0.0]
有向非巡回グラフ(DAG)問題に対する動的プログラミング手法のための量子アルゴリズムを提案する。 OR, AND, NAND, MAX, MIN 関数を主な遷移ステップとする問題を解くことができることを示す。
論文参考訳（メタデータ） (2022-12-29T19:07:39Z)
A Metaheuristic Algorithm for Large Maximum Weight Independent Set Problems [58.348679046591265]
ノード重み付きグラフが与えられたとき、ノード重みが最大となる独立した(相互に非隣接な)ノードの集合を見つける。このアプリケーションで放送されるグラフの中には、数十万のノードと数億のエッジを持つ大きなものもあります。我々は,不規則なランダム化適応検索フレームワークにおいてメタヒューリスティックな新しい局所探索アルゴリズムを開発した。
論文参考訳（メタデータ） (2022-03-28T21:34:16Z)
Learned upper bounds for the Time-Dependent Travelling Salesman Problem [0.0]
時間依存トラベリングセールスマン問題(Time-Dependent Travelling Salesman Problem)は、グラフの頂点をカバーする少なくとも全期間のハミルトンツアーを見つけることである。古典的(かつより単純な)時間非依存な非対称トラベリングセールスマン問題の解法に基づく上限化手法を考案する。このアプローチの有効性は、2つのヨーロッパの都市の実走行時間関数に関する計算キャンペーンを通じて評価されている。
論文参考訳（メタデータ） (2021-07-28T20:54:59Z)
On Applying the Lackadaisical Quantum Walk Algorithm to Search for Multiple Solutions on Grids [63.75363908696257]
不足量子ウォーク(英: lackadaisical quantum walk)は、頂点が重量$l$の自己ループを持つグラフ構造を探索するために開発されたアルゴリズムである。本稿では,グリッド上の複数解の探索に不連続な量子ウォークを適用した際の問題に対処する。
論文参考訳（メタデータ） (2021-06-11T09:43:09Z)
Towards Optimally Efficient Tree Search with Deep Learning [76.64632985696237]
本稿では,線形モデルから信号整数を推定する古典整数最小二乗問題について検討する。問題はNPハードであり、信号処理、バイオインフォマティクス、通信、機械学習といった様々な応用でしばしば発生する。本稿では, 深いニューラルネットワークを用いて, 単純化されたメモリバウンドA*アルゴリズムの最適推定を推定し, HATSアルゴリズムを提案する。
論文参考訳（メタデータ） (2021-01-07T08:00:02Z)

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。