論文の概要: Benchmark dataset and instance generator for Real-World
Three-Dimensional Bin Packing Problems
- arxiv url: http://arxiv.org/abs/2304.14712v1
- Date: Fri, 28 Apr 2023 09:29:43 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-01 14:46:11.600801
- Title: Benchmark dataset and instance generator for Real-World
Three-Dimensional Bin Packing Problems
- Title（参考訳）: 実世界3次元バンドル問題のためのベンチマークデータセットとインスタンス生成
- Authors: Eneko Osaba, Esther Villar-Rodriguez and Sebasti\'an V. Romero
- Abstract要約: このデータセットは、サイズに関するさまざまなレベルの問題複雑さを解釈する12のインスタンスで構成されている。
Q4RealBPP-DataGenと呼ばれるデータセット生成用の独自のPythonスクリプトも提供しています。
- 参考スコア（独自算出の注目度）: 1.035593890158457
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this paper, a benchmark for real-world bin packing problems is proposed.
This dataset is composed of 12 instances comprehending different levels of
problem complexity regarding size (with the number of packages ranging from 38
to 53) and user-defined requirements. In fact, several real-world oriented
restrictions have been considered for building these instances: i) items and
bins dimensions, ii) weight restrictions, iii) affinities among packages
categories iv) preferences for package ordering and v) load balancing. Besides
the data, we also provide an own-developed Python script for the dataset
generation, coined as Q4RealBPP-DataGen. The benchmark was firstly proposed to
evaluate quantum solvers, therefore the characteristic of this set of instances
were designed according to the current limitations of quantum devices.
Additionally, the dataset generator is included to allow the construction of
general-purpose benchmarks. The data introduced on this paper provides a
baseline that will encourage quantum computing researchers to work on
real-world bin packing problems
- Abstract（参考訳）: 本稿では,実世界のビンパッキング問題のベンチマークを提案する。
このデータセットは、サイズ(38から53までのパッケージ数)とユーザ定義要件に関するさまざまなレベルの問題複雑性を解釈する12のインスタンスで構成されている。
実際、これらのインスタンスを構築するために、いくつかの現実世界指向の制限が検討されている。
一 アイテム及びビン次元
二 重量制限
三 パッケージカテゴリー間の親和性
四 パッケージ注文の優先事項及び
v) ロードバランシング。
データに加えて、Q4RealBPP-DataGenと呼ばれるデータセット生成用の独自のPythonスクリプトも提供しています。
このベンチマークは、まず量子ソルバを評価するために提案され、そのため、この一連のインスタンスの特性は量子デバイスの現在の制限に従って設計された。
さらに、データセットジェネレータは汎用ベンチマークの構築を可能にする。
本稿では,量子コンピューティング研究者が実世界のビンパッキング問題に取り組むためのベースラインを提供する。
関連論文リスト
- CodeInsight: A Curated Dataset of Practical Coding Solutions from Stack Overflow [10.19019476978683]
データセットは、明確化インテント、コードスニペットの関連、関連する3つのユニットテストの平均を含む例を提供する。
Pythonの専門家が作成した3,409の例を補完する私たちのデータセットは、モデル微調整とスタンドアロン評価の両方のために設計されています。
論文 参考訳（メタデータ） (2024-09-25T11:18:52Z) - Single and Multi-Hop Question-Answering Datasets for Reticular Chemistry with GPT-4-Turbo [0.5110571587151475]
RetChemQA"は、レチキュラー化学領域における機械学習モデルの能力を評価するために設計されたベンチマークデータセットである。
このデータセットには、シングルホップとマルチホップの問合せペアの両方が含まれており、各タイプのQ&Aは約45,000である。
質問は、NAS、ACS、RCC、Elsevier、Nature Publishing Groupなどの出版社から約2,530の学術論文を含む広範な文献コーパスから抽出された。
論文 参考訳（メタデータ） (2024-05-03T14:29:54Z) - QOPTLib: a Quantum Computing Oriented Benchmark for Combinatorial Optimization Problems [0.4972323953932129]
最適化のための量子コンピューティング指向ベンチマークを提案する。
このベンチマークはQOPTLibと呼ばれ、4つのよく知られた問題を均等に分散した40のインスタンスで構成されている。
本稿では,量子アニールに基づく2つの解法を用いたQOPTLibの完全解法について紹介する。
論文 参考訳（メタデータ） (2024-04-24T13:02:33Z) - Solving Logistic-Oriented Bin Packing Problems Through a Hybrid
Quantum-Classical Approach [0.44241702149260353]
Bin Packing Problemは、幅広い産業応用性を持つ古典的な問題である。
我々は以前公表したQ4RealBPPと呼ばれる量子古典的フレームワークを活用している。
論文 参考訳（メタデータ） (2023-08-05T04:36:33Z) - DataComp: In search of the next generation of multimodal datasets [179.79323076587255]
DataCompは、Common Crawlの128億の画像テキストペアの候補プールを中心にしたデータセット実験用のテストベッドである。
我々のベンチマークは、複数の計算スケールから成っている。
特に、最良のベースラインであるDataComp-1Bは、ImageNetでCLIP ViT-L/14をスクラッチから79.2%のゼロショット精度でトレーニングすることが可能です。
論文 参考訳（メタデータ） (2023-04-27T11:37:18Z) - Hybrid Approach for Solving Real-World Bin Packing Problem Instances
Using Quantum Annealers [0.8434687648198277]
実世界の3次元Bin Packing Problems(Q4RealBPP)を解くためのハイブリッド量子古典的フレームワークを提案する。
Q4RealBPPは、3dBPPの現実指向のインスタンスの解決を許可しており、産業や物流部門でよく評価されている制限について検討している。
論文 参考訳（メタデータ） (2023-03-01T14:04:50Z) - The Basis of Design Tools for Quantum Computing: Arrays, Decision
Diagrams, Tensor Networks, and ZX-Calculus [55.58528469973086]
量子コンピュータは、古典的コンピュータが決して起こらない重要な問題を効率的に解決することを約束する。
完全に自動化された量子ソフトウェアスタックを開発する必要がある。
この研究は、今日のツールの"内部"の外観を提供し、量子回路のシミュレーション、コンパイル、検証などにおいてこれらの手段がどのように利用されるかを示す。
論文 参考訳（メタデータ） (2023-01-10T19:00:00Z) - MetaGraspNet: A Large-Scale Benchmark Dataset for Scene-Aware
Ambidextrous Bin Picking via Physics-based Metaverse Synthesis [72.85526892440251]
本稿では,物理に基づくメタバース合成により構築した大規模写真リアリスティックビンピックデータセットであるMetaGraspNetを紹介する。
提案データセットは,82種類の記事に対して217kのRGBD画像を含み,オブジェクト検出,アモーダル認識,キーポイント検出,操作順序,および並列ジャウと真空グリップパー用のアンビデクストグリップラベルの完全なアノテーションを備える。
また,2.3k以上の完全アノテートされた高品質なRGBD画像からなる実際のデータセットを5段階の難易度と,異なるオブジェクトおよびレイアウト特性を評価するための見えないオブジェクトセットに分割する。
論文 参考訳（メタデータ） (2022-08-08T08:15:34Z) - Omnidata: A Scalable Pipeline for Making Multi-Task Mid-Level Vision
Datasets from 3D Scans [103.92680099373567]
本稿では,実世界の包括的3Dスキャンからマルチタスク視覚データセットをパラメトリックサンプリングし,レンダリングするパイプラインを提案する。
サンプリングパラメータを変更することで、生成されたデータセットを“ステア”して、特定の情報を強調することが可能になる。
生成されたスタータデータセットでトレーニングされた共通アーキテクチャは、複数の共通ビジョンタスクとベンチマークで最先端のパフォーマンスに達した。
論文 参考訳（メタデータ） (2021-10-11T04:21:46Z) - Scikit-dimension: a Python package for intrinsic dimension estimation [58.8599521537]
この技術ノートは、固有次元推定のためのオープンソースのPythonパッケージであるtextttscikit-dimensionを紹介している。
textttscikit-dimensionパッケージは、Scikit-learnアプリケーションプログラミングインターフェイスに基づいて、既知のID推定子のほとんどを均一に実装する。
パッケージを簡潔に記述し、実生活と合成データにおけるID推定手法の大規模(500以上のデータセット)ベンチマークでその使用を実証する。
論文 参考訳（メタデータ） (2021-09-06T16:46:38Z) - Rapidly Bootstrapping a Question Answering Dataset for COVID-19 [88.86456834766288]
我々は、新型コロナウイルスに特化して設計された質問応答データセットの始まりであるCovidQAを紹介する。
これは、そのタイプの最初の公開リソースであり、より実質的な評価資源が利用可能になるまで研究を導くためのストップギャップとして意図されている。
論文 参考訳（メタデータ） (2020-04-23T17:35:11Z)
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。