Fugu-MT 論文翻訳(概要): ACE, a generic constraint solver

論文の概要: ACE, a generic constraint solver

arxiv url: http://arxiv.org/abs/2302.05405v2
Date: Mon, 2 Sep 2024 09:48:04 GMT
ステータス: 処理完了
システム内更新日: 2024-09-04 23:05:43.407336
Title: ACE, a generic constraint solver
Title（参考訳）: ACE、ジェネリック制約解決器
Authors: Christophe Lecoutre,
Abstract要約: 制約プログラミング(CP)は制約された問題のモデリングと解決に有用な技術である。本稿では,Javaで開発されたオープンソースの制約解決ツールACEについて述べる。
参考スコア（独自算出の注目度）: 1.550120821358415
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: Constraint Programming (CP) is a useful technology for modeling and solving combinatorial constrained problems. On the one hand, on can use a library like PyCSP3 for easily modeling problems arising in various application fields (e.g., scheduling, planning, data-mining, cryptography, bio-informatics, organic chemistry, etc.). Problem instances can then be directly generated from specific models and data. On the other hand, for solving instances (notably, represented in XCSP3 format), one can use a constraint solver like ACE, which is presented in this paper. ACE is an open-source constraint solver, developed in Java, which focuses on integer variables (including 0/1-Boolean variables), state-of-the-art table constraints, popular global constraints, search heuristics and (mono-criterion) optimization.
Abstract（参考訳）: 制約プログラミング(CP)は、組合せ制約問題のモデル化と解決に有用な技術である。一方、PyCSP3のようなライブラリを使って、さまざまなアプリケーション分野(スケジューリング、計画、データマイニング、暗号、バイオインフォマティクス、有機化学など)で発生する問題をモデル化することができる。問題インスタンスは特定のモデルやデータから直接生成できる。一方、インスタンス(特にXCSP3フォーマットで表現される)の解決には、ACEのような制約解決器を使用できます。 ACEは、Javaで開発されたオープンソースの制約解決ツールで、整数変数(0/1-ブール変数を含む)、最先端のテーブル制約、一般的なグローバル制約、検索ヒューリスティックス、(単条件)最適化に焦点を当てている。

関連論文リスト

Using Integer Constraint Solving in Reuse Based Requirements Engineering [0.0]
製品ライン(PL)は、再利用ベースの構成に対する効果的なアプローチを証明した。現在、製品は制約満足度問題と見なせることが広く認識されている。制約プログラミングをPLの制約を指定するための第一選択候補として考えるのは当然である。本稿では,PL制約の指定に整数制約プログラミングを用いることについて,さらに検討する。
論文参考訳（メタデータ） (2023-09-28T09:20:07Z)
Compositional Diffusion-Based Continuous Constraint Solvers [98.1702285470628]
本稿では,ロボット推論と計画における連続的制約満足度問題(CCSP)の解法について紹介する。対照的に、構成拡散連続制約解法(Diffusion-CCSP)は、CCSPに対する大域的な解を導出する。
論文参考訳（メタデータ） (2023-09-02T15:20:36Z)
Symmetric Tensor Networks for Generative Modeling and Constrained Combinatorial Optimization [72.41480594026815]
ポートフォリオ最適化からロジスティクスに至るまで、制約付き最適化問題は業界に多い。これらの問題の解決における主要な障害の1つは、有効な検索空間を制限する非自明なハード制約の存在である。本研究では、Ax=bという形の任意の整数値等式制約をU(1)対称ネットワーク(TN)に直接エンコードし、それらの適用性を量子に着想を得た生成モデルとして活用する。
論文参考訳（メタデータ） (2022-11-16T18:59:54Z)
A Model-Oriented Approach for Lifting Symmetries in Answer Set Programming [0.0]
我々は,小問題インスタンスのSBCを解釈可能な一階制約の集合に引き上げる,新しいモデル指向アンサーセットプログラミングを導入する。簡単な問題をターゲットにして,先進的な意思決定問題にも適用できるように拡張することを目指している。
論文参考訳（メタデータ） (2022-08-05T10:50:03Z)
An efficient heuristic approach combining maximal itemsets and area measure for compressing voluminous table constraints [0.0]
表の制約はおそらく最も重要であり、最もよく研究され、有限変数上で定義された他の制約をエンコードする能力を持つ。空間と時間の複雑さを減らすために、研究者は様々な種類の圧縮に焦点を当ててきた。本稿では,テーブル制約の圧縮に関連する最大頻繁な項目セットを列挙するための,最大頻繁な項目セット手法と面積尺度に基づく新しい手法を提案する。
論文参考訳（メタデータ） (2022-03-21T08:41:15Z)
Constrained mixers for the quantum approximate optimization algorithm [55.41644538483948]
ヒルベルト空間全体の部分空間への発展を制限する混合作用素を構築するための枠組みを提案する。我々は,「ワンホット」状態の部分空間を保存するために設計された「XY」ミキサーを,多くの計算基底状態によって与えられる部分空間の一般の場合に一般化する。我々の分析は、現在知られているよりもCXゲートが少ない"XY"ミキサーのトロタライズも有効である。
論文参考訳（メタデータ） (2022-03-11T17:19:26Z)
Transformer-based Machine Learning for Fast SAT Solvers and Logic Synthesis [63.53283025435107]
CNFベースのSATとMaxSATは論理合成と検証システムの中心である。そこで本研究では,Transformerアーキテクチャから派生したワンショットモデルを用いて,MaxSAT問題の解法を提案する。
論文参考訳（メタデータ） (2021-07-15T04:47:35Z)
A Reinforcement Learning Environment for Polyhedral Optimizations [68.8204255655161]
マルコフ決定過程(MDP)として多面体モデルにおける法的変換空間の形状に依存しない定式化を提案する。変換を使う代わりに、定式化は可能なスケジュールの抽象空間に基づいている。我々の総合的MDP定式化は、強化学習を用いて幅広いループで最適化ポリシーを学習することを可能にする。
論文参考訳（メタデータ） (2021-04-28T12:41:52Z)
PyCSP3: Modeling Combinatorial Constrained Problems in Python [1.9336815376402718]
PyCSP$3$はPythonライブラリで、制約された問題のモデルを宣言的な方法で記述できます。このドキュメントでは、50以上のイラストレーションモデルを持つPyCSP$3$について知っておく必要があるすべてのものを見つけることができます。
論文参考訳（メタデータ） (2020-09-01T10:11:31Z)
An Integer Linear Programming Framework for Mining Constraints from Data [81.60135973848125]
データから制約をマイニングするための一般的なフレームワークを提案する。特に、構造化された出力予測の推論を整数線形プログラミング(ILP)問題とみなす。提案手法は,9×9のスドクパズルの解法を学習し,基礎となるルールを提供することなく,例からツリー問題を最小限に分散させることが可能であることを示す。
論文参考訳（メタデータ） (2020-06-18T20:09:53Z)
XCSP3: An Integrated Format for Benchmarking Combinatorial Constrained Problems [3.149883354098941]
新しいフォーマットはコンパクトで、可読性が高く、パースも比較的容易である。 XCSP3は、ほとんどすべての制約を包含している。ユーザは、非常に正確な基準からインスタンスを選択するための洗練されたクエリを作成できる。
論文参考訳（メタデータ） (2016-11-10T17:00:56Z)

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。