Fugu-MT 論文翻訳(概要): Applying Incremental Answer Set Solving to Product Configuration

論文の概要: Applying Incremental Answer Set Solving to Product Configuration

arxiv url: http://arxiv.org/abs/2207.08599v1
Date: Mon, 18 Jul 2022 13:38:12 GMT
ステータス: 処理完了
システム内更新日: 2022-07-19 16:14:26.428570
Title: Applying Incremental Answer Set Solving to Product Configuration
Title（参考訳）: 製品構成へのインクリメンタルアンサーセットの適用
Authors: Richard Comploi-Taupe and Giulia Francescutto and Gottfried Schenner
Abstract要約: プロダクトの問題を段階的に解決するために、インクリメンタルな回答セットの解決方法を紹介します。複雑なドメイン固有の設定アクションを使用することで、非決定性のレベルを厳格に制御することができる。決定論的構成アルゴリズムの振舞いをシミュレートするなど,製品構成を推論するためのこの手法の適用例を示す。
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 paper, we apply incremental answer set solving to product configuration. Incremental answer set solving is a step-wise incremental approach to Answer Set Programming (ASP). We demonstrate how to use this technique to solve product configurations problems incrementally. Every step of the incremental solving process corresponds to a predefined configuration action. Using complex domain-specific configuration actions makes it possible to tightly control the level of non-determinism and performance of the solving process. We show applications of this technique for reasoning about product configuration, like simulating the behavior of a deterministic configuration algorithm and describing user actions.
Abstract（参考訳）: 本稿では,製品構成にインクリメンタルな解集合を応用する。増分的な回答セットの解決は、解答セットプログラミング(ASP.NET)に対する段階的に漸進的なアプローチである。この技術を使って製品構成の問題を段階的に解決する方法を実証する。インクリメンタルな解決プロセスのすべてのステップは、事前定義された構成アクションに対応します。複雑なドメイン固有の設定アクションを使用することで、非決定論のレベルと解決プロセスのパフォーマンスを厳格に制御することができる。決定論的構成アルゴリズムの動作のシミュレーションやユーザアクションの記述など,製品構成の推論にこの手法の応用例を示す。

関連論文リスト

Dominating Set Reconfiguration with Answer Set Programming [0.5242869847419832]
我々は Answer Set Programming (ASP) に基づく支配的集合再構成問題の解法を開発する。このアプローチは、高レベルのASPエンコーディングに依存しており、基礎と解決のタスクは、ASPベースの解決器に委譲されます。
論文参考訳（メタデータ） (2024-08-14T12:38:12Z)
A learning-based mathematical programming formulation for the automatic configuration of optimization solvers [0.8075866265341176]
我々は、解決者の性能関数を学習するために、解決されたインスタンスと構成のセットを用いる。対象/制約が学習情報を明示的に符号化する混合整数非線形プログラムを定式化する。
論文参考訳（メタデータ） (2024-01-08T21:10:56Z)
Analyzing and Enhancing the Backward-Pass Convergence of Unrolled Optimization [50.38518771642365]
ディープネットワークにおけるコンポーネントとしての制約付き最適化モデルの統合は、多くの専門的な学習タスクに有望な進歩をもたらした。この設定における中心的な課題は最適化問題の解によるバックプロパゲーションであり、しばしば閉形式を欠いている。本稿では, 非線形最適化の後方通過に関する理論的知見を提供し, 特定の反復法による線形システムの解と等価であることを示す。 Folded Optimizationと呼ばれるシステムが提案され、非ローリングなソルバ実装からより効率的なバックプロパゲーションルールを構築する。
論文参考訳（メタデータ） (2023-12-28T23:15:18Z)
Outfit Completion via Conditional Set Transformation [10.075094678260625]
本稿では,この課題を集合検索タスクとして定式化し,その解決のための新しい枠組みを提案する。この提案は、ディープニューラルネットワークを用いた条件セット変換アーキテクチャと、互換性に基づく正規化手法を含む。実データを用いた実験結果から,提案手法は,服飾完了作業の精度,条件満足度,完了結果の整合性において,既存手法よりも優れていたことが明らかとなった。
論文参考訳（メタデータ） (2023-11-28T09:30:52Z)
AbCD: A Component-wise Adjustable Framework for Dynamic Optimization Problems [49.1574468325115]
動的最適化問題 (DOP) は、常に発生し、現実の応用に共通するフィットネス環境の変化によって特徴づけられる。我々は、動的問題のための調整可能なコンポーネント(AbCD)と呼ばれるDOPのためのコンポーネント指向フレームワークを開発する。この結果から,アルゴリズムやコンポーネントの今後の発展に対処する必要があるDOP分野の既存の課題が浮き彫りになる。
論文参考訳（メタデータ） (2023-10-09T08:11:31Z)
Solving Multi-Configuration Problems: A Performance Analysis with Choco Solver [49.712444772173775]
本稿では,個別の試験を生成するためのマルチコンフィグレーションの適用例を示す。また、対応するパフォーマンス問題に対するいくつかの洞察を得るのに役立つ制約解決器のパフォーマンス分析も提供します。
論文参考訳（メタデータ） (2023-10-04T08:34:32Z)
Conjunctive Query Based Constraint Solving For Feature Model Configuration [79.14348940034351]
本稿では、制約満足度問題を解決するために共役クエリーを適用する方法を示す。このアプローチは、構成タスクを解決するために、広範囲のデータベース技術の応用を可能にする。
論文参考訳（メタデータ） (2023-04-26T10:08:07Z)
Backpropagation of Unrolled Solvers with Folded Optimization [55.04219793298687]
ディープネットワークにおけるコンポーネントとしての制約付き最適化モデルの統合は、多くの専門的な学習タスクに有望な進歩をもたらした。 1つの典型的な戦略はアルゴリズムのアンローリングであり、これは反復解法の操作による自動微分に依存している。本稿では,非ロール最適化の後方通過に関する理論的知見を提供し,効率よく解けるバックプロパゲーション解析モデルを生成するシステムに繋がる。
論文参考訳（メタデータ） (2023-01-28T01:50:42Z)
Counterfactual Explanations in Sequential Decision Making Under Uncertainty [27.763369810430653]
本研究では, 逐次的意思決定プロセスにおいて, 対実的説明を求める手法を開発した。我々の問題定式化において、反実的説明は、少なくとも k 個の作用において異なる作用の別の列を特定する。提案アルゴリズムは,不確実性の下での意思決定の促進に有用な洞察を与えることができることを示す。
論文参考訳（メタデータ） (2021-07-06T17:38:19Z)
An Efficient Diagnosis Algorithm for Inconsistent Constraint Sets [68.8204255655161]
過制約問題における最小限の障害制約を識別する分割・分散型診断アルゴリズム(FastDiag)を提案する。ヒットセットの競合指向計算とfastdiagを比較し,詳細な性能解析を行う。
論文参考訳（メタデータ） (2021-02-17T19:55:42Z)
Constrained Combinatorial Optimization with Reinforcement Learning [0.30938904602244344]
本稿では,RL(Deep Reinforcement Learning)を用いた制約付き最適化問題に対処する枠組みを提案する。我々は、その定式化における制約に対処するために、Neural Combinatorial Optimization(NCO)理論を拡張した。その文脈では、ソリューションは環境との相互作用に基づいて反復的に構築されます。
論文参考訳（メタデータ） (2020-06-22T03:13:07Z)

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。