論文の概要: A new node-shift encoding representation for the travelling salesman
problem
- arxiv url: http://arxiv.org/abs/2305.09257v1
- Date: Tue, 16 May 2023 08:06:02 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-17 15:45:21.842499
- Title: A new node-shift encoding representation for the travelling salesman
problem
- Title(参考訳): 旅行セールスマン問題に対する新しいノードシフト符号化表現
- Authors: Menouar Boulif, Aghiles Gharbi
- Abstract要約: 本稿では,旅行セールスマンの問題を解決するために,表現を符号化する新しい遺伝的アルゴリズムを提案する。
提案する染色体構造の性能を評価するため, 最先端のエンコーディング表現と比較した。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: This paper presents a new genetic algorithm encoding representation to solve
the travelling salesman problem. To assess the performance of the proposed
chromosome structure, we compare it with state-of-the-art encoding
representations. For that purpose, we use 14 benchmarks of different sizes
taken from TSPLIB. Finally, after conducting the experimental study, we report
the obtained results and draw our conclusion.
- Abstract(参考訳): 本稿では,巡回セールスマン問題を解くために,表現を符号化する新しい遺伝的アルゴリズムを提案する。
提案する染色体構造の性能を評価するため, 最先端のエンコーディング表現と比較した。
そのため、TSPLIBから採取した14のベンチマークを使用する。
最後に,実験を行った結果,得られた結果を報告し,結論を導いた。
関連論文リスト
- Test-Time Augmentation for Traveling Salesperson Problem [6.19352064268264]
最適化問題に対処する有効な手法としてテスト時間拡張(TTA)を提案する。
提案手法は,最新のモデルよりも短い解が得られることを示す。
論文 参考訳(メタデータ) (2024-05-08T02:31:51Z) - Quantization of Large Language Models with an Overdetermined Basis [73.79368761182998]
本稿では,嘉心表現の原理に基づくデータ量子化アルゴリズムを提案する。
以上の結果から, カシ量子化はモデル性能の競争力や優れた品質を達成できることが示唆された。
論文 参考訳(メタデータ) (2024-04-15T12:38:46Z) - SCL-VI: Self-supervised Context Learning for Visual Inspection of
Industrial Defects [4.487908181569429]
本稿では,有名なジグソーパズルに取り組むことで,最適なエンコーダを導出する自己教師型学習アルゴリズムを提案する。
提案手法では, 対象画像を9つのパッチに分割し, エンコーダに2つのパッチ間の相対的な位置関係を予測して, リッチなセマンティクスを抽出する。
論文 参考訳(メタデータ) (2023-11-11T08:01:40Z) - Deep Graph Reprogramming [112.34663053130073]
グラフニューラルネットワーク(GNN)に適したタスク再利用モデル「ディープグラフ再プログラミング」
本稿では,モデル再プログラミングパラダイムと並行して,革新的なデータ再プログラミングパラダイムを提案する。
論文 参考訳(メタデータ) (2023-04-28T02:04:29Z) - Categorizing Semantic Representations for Neural Machine Translation [53.88794787958174]
ソースの文脈化表現に分類を導入する。
主な考え方は、スパーシリティとオーバーフィッティングを減らして一般化を強化することである。
MTデータセットを用いた実験により,提案手法は構成一般化誤差率を24%削減することを示した。
論文 参考訳(メタデータ) (2022-10-13T04:07:08Z) - Learning Decoupled Retrieval Representation for Nearest Neighbour Neural
Machine Translation [16.558519886325623]
kNN-MTは、テスト時に単語レベルの表現を取得することで、外部コーパスをうまく組み込む。
本稿では,これら2つのタスクの表現の結合が,きめ細かな検索に準最適であることを強調する。
教師付きコントラスト学習を利用して、元の文脈表現から派生した特徴的表現を学習する。
論文 参考訳(メタデータ) (2022-09-19T03:19:38Z) - Abstractive summarization of hospitalisation histories with transformer
networks [68.96380145211093]
本稿では,患者の入院履歴を抽象的に要約する新しいアプローチを提案する。
我々は、Longformerニューラルネットワークをエンコーダとして、BERTをデコーダとして、エンコーダデコーダフレームワークを適用した。
論文 参考訳(メタデータ) (2022-04-05T13:38:39Z) - Feature Encoding with AutoEncoders for Weakly-supervised Anomaly
Detection [46.76220474310698]
弱教師付き異常検出は、ラベル付きデータと豊富なラベル付きデータから異常検出を学習することを目的としている。
最近の研究は、正常なサンプルと異常なサンプルを特徴空間内の異なる領域に識別的にマッピングしたり、異なる分布に適合させたりすることで、異常検出のためのディープニューラルネットワークを構築している。
本稿では,入力データを,異常検出に使用可能な,より意味のある表現に変換するための新しい手法を提案する。
論文 参考訳(メタデータ) (2021-05-22T16:23:05Z) - Regularization via deep generative models: an analysis point of view [8.818465117061205]
本稿では, イメージングにおける逆問題(例えば, デブロアリングやインペインティング)を, 深部生成ニューラルネットワークを用いて正則化する新しい手法を提案する。
多くの場合、我々の技術はパフォーマンスの明確な改善を実現し、より堅牢であるように思える。
論文 参考訳(メタデータ) (2021-01-21T15:04:57Z) - Autoencoding Variational Autoencoder [56.05008520271406]
我々は,この行動が学習表現に与える影響と,自己整合性の概念を導入することでそれを修正する結果について検討する。
自己整合性アプローチで訓練されたエンコーダは、敵攻撃による入力の摂動に対して頑健な(無神経な)表現につながることを示す。
論文 参考訳(メタデータ) (2020-12-07T14:16:14Z) - An Uncertainty-Driven GCN Refinement Strategy for Organ Segmentation [53.425900196763756]
本研究では,不確実性解析とグラフ畳み込みネットワークに基づくセグメンテーション改善手法を提案する。
半教師付きグラフ学習問題を定式化するために、特定の入力ボリュームにおける畳み込みネットワークの不確実性レベルを用いる。
本手法は膵臓で1%,脾臓で2%向上し,最先端のCRF改善法よりも優れていた。
論文 参考訳(メタデータ) (2020-12-06T18:55:07Z)
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。
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。