Fugu-MT 論文翻訳(概要): Lightsolver challenges a leading deep learning solver for Max-2-SAT problems

論文の概要: Lightsolver challenges a leading deep learning solver for Max-2-SAT problems

arxiv url: http://arxiv.org/abs/2302.06926v1
Date: Tue, 14 Feb 2023 09:28:25 GMT
ステータス: 処理完了
システム内更新日: 2023-02-15 15:42:47.479057
Title: Lightsolver challenges a leading deep learning solver for Max-2-SAT problems
Title（参考訳）: lightsolverは、max-2-sat問題の指導的ディープラーニングソルバに挑戦する
Authors: Hod Wirzberger, Assaf Kalinski, Idan Meirzada, Harel Primack, Yaniv Romano, Chene Tradonsky, Ruti Ben Shlomi
Abstract要約: We compare Lightr's quantum-inspired algorithm to a leading Deep-learningsolvr for the MAX-2-SAT problem。実験により、Lightrは最先端のディープラーニングアルゴリズムよりも、時間と最適のソリューションを著しく小さくすることが示された。
参考スコア（独自算出の注目度）: 5.387709967970504
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Maximum 2-satisfiability (MAX-2-SAT) is a type of combinatorial decision problem that is known to be NP-hard. In this paper, we compare LightSolver's quantum-inspired algorithm to a leading deep-learning solver for the MAX-2-SAT problem. Experiments on benchmark data sets show that LightSolver achieves significantly smaller time-to-optimal-solution compared to a state-of-the-art deep-learning algorithm, where the gain in performance tends to increase with the problem size.
Abstract（参考訳）: 最大2充足可能性 (MAX-2-SAT) は、NPハードであることが知られている組合せ決定問題の一種である。本稿では,lightsolverの量子インスパイアされたアルゴリズムを,max-2-sat問題の指導的ディープラーニングソルバと比較する。ベンチマークデータセットの実験から、LightSolverは、最先端のディープラーニングアルゴリズムに比べて、問題の大きさによってパフォーマンスが向上する傾向にあるため、時間と最適の解法が大幅に小さいことが示されている。

関連論文リスト

Sum-of-Squares inspired Quantum Metaheuristic for Polynomial Optimization with the Hadamard Test and Approximate Amplitude Constraints [76.53316706600717]
最近提案された量子アルゴリズムarXiv:2206.14999は半定値プログラミング(SDP)に基づいている SDPにインスパイアされた量子アルゴリズムを2乗和に一般化する。この結果から,本アルゴリズムは大きな問題に適応し,最もよく知られた古典学に近似することが示唆された。
論文参考訳（メタデータ） (2024-08-14T19:04:13Z)
torchmSAT: A GPU-Accelerated Approximation To The Maximum Satisfiability Problem [1.5850859526672516]
最大満足度問題(MaxSAT)の解を近似できる単一の微分可能関数を導出する。我々は,我々の微分可能な関数をモデル化する新しいニューラルネットワークアーキテクチャを提案し,バックプロパゲーションを用いてMaxSATを段階的に解く。
論文参考訳（メタデータ） (2024-02-06T02:33:00Z)
A hybrid Quantum proposal to deal with 3-SAT problem [75.38606213726906]
本稿では,3SAT問題を解くためのハイブリッド量子コンピューティング戦略について述べる。この近似の性能は、量子コンピューティングの観点から3-SATを扱う際に、一連の代表的なシナリオで検証されている。
論文参考訳（メタデータ） (2023-06-07T12:19:22Z)
QAOA-in-QAOA: solving large-scale MaxCut problems on small quantum machines [81.4597482536073]
量子近似最適化アルゴリズム(QAOAs)は、量子マシンのパワーを利用し、断熱進化の精神を継承する。量子マシンを用いて任意の大規模MaxCut問題を解くためにQAOA-in-QAOA(textQAOA2$)を提案する。提案手法は,大規模最適化問題におけるQAOAsの能力を高めるために,他の高度な戦略にシームレスに組み込むことができる。
論文参考訳（メタデータ） (2022-05-24T03:49:10Z)
DPMS: An ADD-Based Symbolic Approach for Generalized MaxSAT Solving [45.21499915442282]
本稿では,ハイブリッド制約を用いた一般化MaxSAT問題の解法について,新しい動的プログラミング手法を提案する。我々の汎用フレームワークは、MaxSAT、Min-MaxSAT、MinSATといったCNF-MaxSATの多くの一般化をハイブリッド制約で認めている。実験の結果、DPMSは様々な手法に基づく他のアルゴリズムがすべて失敗し、特定の問題を迅速に解決できることがわかった。
論文参考訳（メタデータ） (2022-05-08T00:31:53Z)
New Core-Guided and Hitting Set Algorithms for Multi-Objective Combinatorial Optimization [0.0]
本稿では,多目的組合せ最適化のための2つの新しい不満足性に基づくアルゴリズムを提案する。 1つはコア誘導MOCOソルバ、もう1つはヒットセットベースのMOCOソルバである。実験の結果,新しい不満足性に基づくアルゴリズムは,MOCOの最先端SATベースのアルゴリズムより優れていることがわかった。
論文参考訳（メタデータ） (2022-04-22T09:46:44Z)
Provably Faster Algorithms for Bilevel Optimization [54.83583213812667]
バイレベル最適化は多くの重要な機械学習アプリケーションに広く適用されている。両レベル最適化のための2つの新しいアルゴリズムを提案する。両アルゴリズムが$mathcalO(epsilon-1.5)$の複雑さを達成し,既存のアルゴリズムを桁違いに上回っていることを示す。
論文参考訳（メタデータ） (2021-06-08T21:05:30Z)
Incomplete MaxSAT Approaches for Combinatorial Testing [0.0]
本稿では,最小長の制約付き混合被覆アレイを構築するためのSAT(Satifiability)に基づくアプローチを提案する。この問題はシステム障害検出のためのコンビネータテストの中心である。
論文参考訳（メタデータ） (2021-05-26T14:00:56Z)
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)
Learning from Survey Propagation: a Neural Network for MAX-E-$3$-SAT [0.0]
本稿では,最大3-Stisfiability (MAX-E-$3$-SAT) 問題に対して$Theta(N)$で近似解を計算するアルゴリズムを提案する。
論文参考訳（メタデータ） (2020-12-10T07:59:54Z)

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。